DeepFM

特征处理

  • 连续特征不做 embedding,进入二阶交

为什么 Deep 和 FM 共享一份 embedding #card

  • 内存增大,过多参数可能导致过拟合

  • 如果特征不同,同一个 token 可能训练量不一样

[[Wide&Deep]] 对比 #card

  • wide 部分引入 FM 自动特征组合能力,避免原来浅层部分人工特征工程

  • fm 和 deep 共享原始输入特征,保证模型特征的准确与一致。

FM Layer 的直接与输出单元连接,DNN 部分,加强浅层网络部分特征组合的能力。

DNN与DeepFM之间的区别? #card

  • DNN是DeepFM中的一个部分,DeepFM多一次特征,多一个FM层的二次交叉特征

[[Ref]]

作者

Ryen Xiang

发布于

2024-10-05

更新于

2025-04-29

许可协议


网络回响

评论