@一個菜鳥的自我修養(yǎng) 感謝作者詳細的回復(fù)，受益匪淺，謝謝！
FM模型的一些理解的實操原文：https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf??本文僅僅只是對文章的一些個人理解。本章先回顧一下...
發(fā)簡信
IP屬地：北京
-
-
@一個菜鳥的自我修養(yǎng) 第二個問題，是我理解錯了，以為編號從1開始。關(guān)于第一個問題（假設(shè)僅針對離散特征），按照文中的編碼方式，先把所有特征展開，再重新編碼，最后進行one-hot編碼，這樣有可能導(dǎo)致最終的特征維度相當(dāng)大且稀疏。我比較疑惑，這種編碼方式（特征全展開，重編碼，再獨熱）跟其他編碼方式（對單列特征onehot或label encoding）有什么優(yōu)勢或劣勢嗎？我查了相關(guān)資料，這些做法應(yīng)該都有。另外，想問下，作者是如何考慮連續(xù)特征不做處理還是進行分桶離散化的情況
FM模型的一些理解的實操
原文：https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf??本文僅僅只是對文章的一些個人理解。本章先回顧一下...
-
文中說get_feature_dict做了獨熱編碼，但是并未發(fā)現(xiàn)啊
另外，在get_feature_dict第11行：range(total_feature, total_feature + len(unique_feature))，range的第一個元素和第二個元素，是否應(yīng)該+1呢FM模型的一些理解的實操
原文：https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf??本文僅僅只是對文章的一些個人理解。本章先回顧一下...