基本模型

Factorization Machines, 简单点理解可以看做是在线性回归的基础上,考虑上特征之间的相互联系 (interaction)1

此处输入图片的描述

和我们在SVD++里面提到的trick一样,$w_{ij}$使得我们的参数过多,在数据稀疏的情况下很容易发生过拟合。我们利用矩阵分解来替换它:

现在,我们的表达式变为:

复杂度

模型中需要估计的参数包括:

此时整体的复杂度为 $\mathcal{O}(kn^2)$,作者证明实际上只需要线性的复杂度$\mathcal{O}(kn)$2