lr
gbdt+lr:
fm
優點
1. 它可以自動完成特徵交叉，可以減少一部分的交叉特徵選擇工作，而且引數也不算多，調起來不會太痛苦。
2. 因為不需要輸入那麼多的交叉特徵，所以產生的模型相對lr的模型會小很多。
缺點
1. 無法學習三個及以上的特徵間的關係，所以交叉特徵選擇的工作仍然無法避免。
2. 雖然從原理上好像fm學習能力更強，但在實踐中超過lr的效果也要憑實力（運氣？）
3. 從功利的角度看，fm是非常不值得嘗試的，它的工作量沒比神經網路小多少，在這個不說深度學習都好像不懂機器的環境下，用fm演算法，所能得到的資源，支援和收穫，遠比不上神經網路，所以建議做完lr後，就直接換神經網路吧，別搞fm了。
select poll epoll模型對比
select poll epoll模型對比 先說select 1.socket數量限制 該模式可操作的socket數由fd setsize決定,核心預設32 32 1024.2.操作限制 通過遍歷fd setsize個socket來完成排程,不管哪個socket是活躍的,都遍歷一遍.後說poll 1...
星形模型 雪花模型的對比
當所有維表都直接連線到 事實表 上時，整個 就像星星一樣，故將該模型稱為星型模型。如下圖 銷售資料倉儲星型模型圖 當有乙個或多個維表沒有直接連線到事實表上，而是通過其他維表連線到事實表上時，其 就像多個雪花連線在一起，故稱雪花模型。雪花模型是對星型模型的擴充套件。它對星型模型的維表進一步層次化，原有...
排序演算法對比
2019 september 07 排序演算法對比 排序演算法 平均時間複雜度 最好情況 最壞情況 空間複雜度 原址排序 比較排序 穩定插入排序 theta left n right theta left n right theta left n right mathbf left 1 right ...