结合显式和隐式特征交互的深度融合模型

摘要：

特征工程是影响机器学习算法性能的关键因素之一,随着互联网数据规模的扩大,传统特征工程的人力成本不断增加.为减少对特征工程的依赖,构建一种结合显式和隐式特征交互的融合模型.将稀疏结构单元与残差单元相结合以提取隐式特征,利用压缩交互网络学习显式特征,在最后一层全连接层上将两种特征进行融合.在4种不同数据集上的实验结果表明,该模型相比PNN、DCN等模型具有更好的特征提取结果.

关键词：特征工程、深度融合、特征交互、残差单元、压缩交互网络

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省研究生科研与实践创新计划项目KYCX18_2511

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：87-92,98