Neural Factorization Machines for Sparse Predictive Analytics
阿新 • • 發佈:2022-05-25
目錄
概
引入 B-Interaction Layer 引入 二階的特徵交叉, 並通過 MLP 提取 high-order 資訊. 和 DeepFM 的區別就是並聯和串聯的區別?
主要內容
- 稀疏特徵 \(\bm{x}\)
- 通過 embedding layer 獲得:
- 通過 Bi-Interaction Layer 獲得交叉特徵:
其中 \(\odot\) 是 element-wise 乘法;
4. 通過 MLP 獲得 high-order 資訊:
- NFM:
- 如果是預測得分, 可以通過
來訓練, 如果是分類, 則可以用 log loss ...
程式碼
[official]
[PyTorch]
[TensorFlow]