文件名称：FHIM:具有可解释的高阶特征交互的分解式稀疏学习模型
文件大小：7KB
文件格式：ZIP
更新时间：2024-05-30 14:43:13
Python
跳频 具有可解释的高阶特征交互的分解式稀疏学习模型 #Attention该存储库实现了KDD14中提出的FHIM模型。 但是，这不是作者提供的官方代码。 效率有可能提高。 我已经在合成数据上测试过这样的代码，并且我认为它与纸上报道的Performacne相同。 但是，对于该代码结果的后果，我将不承担任何责任。 #Class FHIM类实现算法的功能。 它支持numpy数组输入或scipy.sparse.csr_matrix输入。 高阶交互或张量的支持尚未完成。 而且我认为我不会在不久的将来添加此功能。
【文件预览】：
FHIM-master
----main.py(2KB)
----synthetic_data.py(829B)
----line_search.py(4KB)
----FHIM.py(9KB)
----README.md(708B)
----fhim_linesearch.py(1KB)