Bazen makine öğrenimi uygulayıcısı alan bilgisiyle bir değişkenin başka bir değişkenin kare, küp veya başka bir kuvvetiyle ilgili olduğunu değişkeni oluşturmak istiyorsanız, sentetik özelliği Mevcut sayısal özelliklerin
Pembe dairelerin temsil ettiği veri noktalarının aşağıdaki dağılımını düşünün bir sınıf veya kategori (örneğin, bir ağaç türü) ve yeşil üçgenler başka bir sınıf (veya ağaç türü):
İkisini net bir şekilde ayıran düz bir çizgi çizmek mümkün değildir ancak bunu yapan bir eğri çizilebilir:
Şurada tartışıldığı gibi: Doğrusal regresyon modülü, bir özelliği $x_1$ olan doğrusal bir model, doğrusal denklemle açıklanır:
Ek özellikler, \(w_2x_2\), \(w_3x_3\)vb.
Gradyan inişi ağırlık $w_1$ (veya ağırlıklar) \(w_1\), \(w_2\), \(w_3\)(ek özellikler söz konusu olduğunda) modelin kaybı. Ancak gösterilen veri noktaları çizgiyle ayrılamaz. Bu konuda ne yapılabilir?
Hem doğrusal denklemi korumak hem doğrusal olmayanlığa izin vermek mümkündür Basitçe \(x_1\) kare olan \(x_2\)yeni bir terim tanımlıyoruz:
Polinom dönüşüm olarak adlandırılan bu sentetik özellik, normal başka bir özellik daha var. Önceki doğrusal formül şu şekilde olur:
Bu, yine de bir doğrusal regresyon ve ağırlıkların her zamanki gibi, gradyan azalma ile belirlenen içeren gizli bir karesel terim, polinom dönüşümüdür. Değişmeden bir polinom dönüşümün eklenmesi, doğrusal modelin veri noktalarını $y = b + w_1x + w_2x^2$ şeklinde değiştirin.
İlgilenilen sayısal özellik genellikle kendisiyle çarpılır, yani biraz kuvvetlendirirsiniz. Bazen bir makine öğrenimi uygulayıcısı bilinçli bir tahminde bulunabilir uygun üsle ilgili. Örneğin fiziksel dünyadaki birçok ilişki dünya kareleri kareli terimlerle ilgilidir, yer çekiminden kaynaklanan ivme, yani yer çekiminden kaynaklanan ivme uzak mesafeden ışığın veya sesin zayıflaması ve elastik potansiyel enerji.
Konuyla ilgili bir kavram kategorik veriler, özellikler arası, sıklıkla iki farklı özelliği sentezler.