一种基于分布式粒子群优化的实用二阶隐因子模型
机器学习
2022-08-15 v1
摘要
隐因子(LF)模型通过低秩矩阵近似来有效表示高维稀疏(HiDS)数据。无Hessian(HF)优化是一种利用LF模型目标函数二阶信息的有效方法,已被用于优化二阶隐因子(SLF)模型。然而,SLF模型的低秩表示能力严重依赖于其多个超参数。确定这些超参数十分耗时,并在很大程度上降低了SLF模型的实用性。为解决该问题,本文提出一种实用SLF(PSLF)模型。它通过分布式粒子群优化器(DPSO)实现超参数自适应,DPSO是无梯度且并行化的。在真实HiDS数据集上的实验表明,PSLF模型在数据表示能力上相比最先进模型具有竞争优势。
引用
@article{arxiv.2208.06125,
title = {A Practical Second-order Latent Factor Model via Distributed Particle Swarm Optimization},
author = {Jialiang Wang and Yurong Zhong and Weiling Li},
journal= {arXiv preprint arXiv:2208.06125},
year = {2022}
}
备注
7 pages