基于差分进化的因子分解机算法

摘要：

因子分解机(Factorization Machine,FM)算法是一种基于矩阵分解的机器学习算法,可用于求解回归、分类和排序等问题.FM模型中的参数求解使用的是基于梯度的优化方法,然而在样本较少的情况下,该优化方法收敛速度慢,且易陷入局部最优.差分进化算法(Differential Evolution,DE)是一种启发式的全局优化算法,具有收敛速度快等特性.为提高FM模型的训练速度,利用DE计算FM模型参数,提出了DE-FM算法.在数据集Diabetes、Horse-Colic以及音乐分类数据集Music上的实验结果表明,改进后的基于差分进化的因子分解机算法DE-FM在训练速度和准确性上均有所提高.

关键词：因子分解机、差分进化算法、机器学习

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：福建省自然科学基金2015J01270;江西省青年科学基金GJJ14396

在线出版日期：2016-10-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：269-273