implement of FM and DeepFM with pytorch
数据集： adult_data.csv 关于人口普查信息，特征为每个人的个人信息
任务： 预测这个人的年薪，二分类
1、LR（无交叉二阶特征） + 所有特征离散化（非one-hot encoding） 运行 30 epoch train : epoch : 29 ,Loss : 165.12835693359375 test accuracy : 75.50%
2、LR（无交叉二阶特征） + 所有特征离散化（one-hot encoding） 运行 30 epoch train : epoch : 29 ,Loss : 165.09274291992188 test accuracy : 75.60%
3、LR（有交叉二阶特征） + 所有特征离散化（非one-hot encoding） 运行 100 epoch train : epoch : 99 ,Loss : 190.89146423339844 test accuracy : 80.97%
4、LR（有交叉二阶特征） + 所有特征离散化（one-hot encoding） 运行 100 epoch train : epoch : 99 ,Loss : 116.1517333984375 test accuracy : 83.48%
1、LR + DNN = DeepFM + （有交叉二阶特征） + 所有特征离散化（one-hot encoding） 运行 100 epoch train : epoch : 99 ,Loss : 116.04943084716797 test accuracy : 83.37%
2、LR + DNN = DeepFM + （有交叉二阶特征） + 所有特征离散化（one-hot encoding） + relu 运行 100 epoch train : epoch : 99 ,Loss : 113.17699432373047 test accuracy : 83.44%
3、LR + DNN = DeepFM + （有交叉二阶特征） + 所有特征离散化（one-hot encoding） + relu + dropout 运行 100 epoch 这里和下面都有微小提升，结果就不展示了
4、LR + DNN = DeepFM + （有交叉二阶特征） + 所有特征离散化（one-hot encoding） + relu + dropout + 神经元个数更改 运行 100 epoch
代码是DeepFM，FM就是把相应的DNN部分去掉即可。