From 9429fe8f5f26f6574aa6b46e18c1281140be88ef Mon Sep 17 00:00:00 2001 From: shataowei Date: Sun, 1 Dec 2019 22:18:08 +0800 Subject: [PATCH] xdeepfm --- .idea/workspace.xml | 30 +++++++++++++-------------- README.md | 3 ++- "\346\216\250\350\215\220/XDeepFM.md" | 11 +++++++++- 3 files changed, 27 insertions(+), 17 deletions(-) diff --git a/.idea/workspace.xml b/.idea/workspace.xml index 62590d6..9792c5b 100644 --- a/.idea/workspace.xml +++ b/.idea/workspace.xml @@ -2,8 +2,8 @@ - + @@ -23,12 +23,12 @@ - + - - + + @@ -36,12 +36,12 @@ - + - - + + @@ -100,8 +100,8 @@ @@ -503,7 +503,7 @@ - + @@ -1062,22 +1062,22 @@ - + - - + + - + - - + + diff --git a/README.md b/README.md index 7620989..393a79f 100644 --- a/README.md +++ b/README.md @@ -365,7 +365,8 @@ - MLR - Neural Network全家桶 - XDeepFM - - [整个过程中有什么亮点?有哪些决定性的提升](推荐/XDeepFM.md#L164) + - [选用的原因](推荐/XDeepFM.md#L164) + - [什么叫显示隐式?什么叫元素级/向量级?什么叫做高阶/低阶特征交互](推荐/XDeepFM.md#L164) # 风控 - 孤立森林 - 评分卡 diff --git "a/\346\216\250\350\215\220/XDeepFM.md" "b/\346\216\250\350\215\220/XDeepFM.md" index 4e768b5..ebfcc5e 100644 --- "a/\346\216\250\350\215\220/XDeepFM.md" +++ "b/\346\216\250\350\215\220/XDeepFM.md" @@ -1 +1,10 @@ -# \ No newline at end of file +# 选用的原因? +- 类似deepfm和FNN等模型的高阶的特征交互来自于dnn部分,但是这样的特征交互是不可控且隐式的,难以描述的 +- 向量级别的特征交互而不是元素级交互 + - 经验上,vector-wise的方式构建的特征交叉关系比bit-wise的方式更容易学习 + - 我也不知道具体好在哪,如果有大佬会可以指导一下,感恩 + +# 什么叫显示隐式?什么叫元素级/向量级?什么叫做高阶/低阶特征交互? +- 显示是可以写出feature交互的公式,隐式相反 +- 元素级是以feature值交互,向量级是feature向量级点乘处理 +- 高阶特征是类似DNN这种多层特征交互,低阶特征交互是FM这种特征单层处理方式 \ No newline at end of file