王树森推荐系统公开课 特征交叉01：Factorized Machine (FM) 因式分解机
对于FM的评价，引用视频底下的评论：
FM算法在很久之前使用广泛，现在已逐渐淘汰。
线性模型只是加权和，没有考虑多个特征之间的交叉，在推荐系统中，特征交叉的作用是相当重要的。
如果 d d d 太大就不合适了。
可以将 u i j u_{ij} uij 矩阵近似分解为两个低秩矩阵的乘积。
参数量大大减少。
FM现已过时。
对于FM的评价，引用视频底下的评论：
FM算法在很久之前使用广泛，现在已逐渐淘汰。
线性模型只是加权和，没有考虑多个特征之间的交叉，在推荐系统中，特征交叉的作用是相当重要的。
如果 d d d 太大就不合适了。
可以将 u i j u_{ij} uij 矩阵近似分解为两个低秩矩阵的乘积。
参数量大大减少。
FM现已过时。