基于差分进化的因子分解机算法

• 作者: 喻飞 赵志勇 魏波
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 因子分解机 差分进化算法 机器学习
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 269-273
• 页数: 5页
• 分类号: TP18
• 字数: 5332字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.9.054

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏波	华东交通大学软件学院	15	55	4.0	7.0
2	喻飞	闽南师范大学物理与信息工程学院	18	23	3.0	4.0
3	赵志勇	武汉大学计算机学院	6	68	4.0	6.0