文章插图
Wide部分是广义线性模型 ， 可以包括原始特征及转换后的特征 ， Deep部分是神经网络 。
文章插图
DeepFMDeepFM 将 Wide&Deep 的Wide 部分 LR 替换成 FM 来避免人工特征工程 。DeepFM 相比 Wide&Deep 模型更能捕捉低阶特征信息 。同时 ， Wide&Deep 部分的 Embedding 层需要针对 Deep 部分单独设计 ， 而在 DeepFM 中 ， FM 和 Deep 部分共享Embedding 层 ， FM 训练得到的参数及作为 wide 部分的输出 ， 也作为 MLP 部分的输入 。DeepFM 支持end-end 训练 ， Embedding 和网络权重联合训练 ， 无需预训练和单独训练 。从个人实践效果来看 ， DeepFM算法如果在人工交叉特征已经比较丰富的情况下 ， 效果相对于Wide&Deep算法提升有限 。
文章插图
其输出为：
文章插图
推荐阅读
- 贫血吃什么最好最快的补血，推荐五大食物
- 电吉他品牌推荐
- 电吉他教程与练习技巧推荐
- 十大西单美食餐厅推荐
- 上海雅居乐万豪酒店推荐
- 好喝的果啤推荐,你知道那些好喝的水果茶吗
- 玳玳花的副作用,玳玳花的健康饮食方法推荐
- 推荐好听的水果茶名字,水果茶的制作方法
- 夏季吃什么补钙好，推荐三款食谱
- 人间温柔的经典诗句?很温柔的诗句