FHIM:具有可解释的高阶特征交互的分解式稀疏学习模型

  • Z6_208430
    了解作者
  • 7.1KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-07 12:40
    上传日期
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。
FHIM-master.zip
  • FHIM-master
  • main.py
    2.3KB
  • synthetic_data.py
    829B
  • line_search.py
    3.8KB
  • FHIM.py
    9KB
  • README.md
    708B
  • fhim_linesearch.py
    1.1KB
内容介绍
# FHIM Factorized sparse learning models with interpretable high order feature interactions #Attention This repository implements the FHIM model proposed in KDD14. However, this is not official code provided by author. The efficiency is potential to be improved. I have tested such code on synthetic data and I suppose it is identical to performacne reported in paper. However, I will not be responsible for consequence of result of this code. #Class The FHIM class implements the function of algorithms. It supports both the numpy array input or scipy.sparse.csr_matrix input. The support for high order interaction, or tensor, is not finished. And I do not think I will add this function in near future.
评论
    相关推荐