(Wide&Deep) Wide & Deep Learning for Recommender Systems | 算法花园

[xiang578]

https://xiang578.com/post/wide-and-deep.html

背景 这是一篇推荐系统相关的论文，场景是谷歌 Play Store 的 App 推荐。文章开头，作者点明推荐系统需要解决的两个能力： memorization 和 generalization。 memorization 指的是学习数据中出现过的组合特征能力。最常使用的算法是 Logistic Regression，简单、粗暴、可解释性强，而且会人工对特征进行交叉，从而提升效果。但是，对于在训练数

[xiang578]

确认组合特征公式是否正确？

[xiang578]

晚上看这篇 见微知著，你真的搞懂Google的Wide&Deep模型了吗？ - 知乎 这篇文章，关于 Wide 部分为什么要用 FTRL 的解释不错，之前没有仔细考虑过。