Ein Feature Cross ist ein synthetisches Feature, das durch Multiplikation von zwei oder mehr Features gebildet wird. Durch das Kombinieren von Features können Sie Vorhersagefunktionen erstellen, die über die jeweiligen Funktionen hinausgehen.
Funktionsverknüpfungen
Funktionsverknüpfungen
Feature Crosses ist der Name dieses Ansatzes.
Vorlagen im Format [A x B] definieren
Kann komplex sein: [A x B x C x D x E]
Wenn A und B boolesche Features wie Bins darstellen, können die resultierenden Kreuze extrem dünn sein
Funktionsverknüpfungen: einige Beispiele
Vorhersagung der Immobilienpreise:
[latitude X num_bedrooms]
Funktionsverknüpfungen: einige Beispiele
Vorhersagung der Immobilienpreise:
[latitude X num_bedrooms]
Tic-Tac-Toe-Vorhersage:
[pos1 x pos2 x ... x pos9]
Funktionsverknüpfungen: Warum sollten wir das tun?
Lineare Modelle mit linearen Modellen
Solche Teilnehmer können problemlos auf umfangreiche Daten skaliert werden, z.B. Vowpal Wabbit, Sofia ML
Aber ohne Featureverknüpfungen wäre die Ausdruckskraft dieser Modelle begrenzt
Die Verwendung von Funktionsverknüpfungen und umfassenden Daten ist eine effiziente Strategie für das Lernen hochkomplexer Modelle