DeepFM 中 FM 二阶交叉权重与 SHAP 复杂度
哪些公司问过
答案要点
- DeepFM = FM + DNN 并行,共享 embedding,自动学习低阶与高阶交叉
- FM 二阶交叉权重是两个特征隐向量的内积 <vi,vj>,即共享的 embedding
- FM 二阶项化简后复杂度从 O(kn²) 降到 O(kn)
- SHAP 精确计算需遍历特征子集,复杂度约 O(2^M)
- KernelSHAP 采样近似,TreeSHAP 对树模型在多项式时间内精确计算
易错点
- 说 FM 为每个特征对单独学习一个交叉权重
- 忘记 DeepFM 中 FM 与 DNN 共享 embedding
- 说 TreeSHAP 是近似方法,它对树模型是精确的
面试官常见追问
- DeepFM 和 Wide&Deep 的区别?
- SHAP 值的含义是什么?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。