本頁面由 Cloud Translation API 翻譯而成。

功能跨境：驗收學習成果

請查看下列選項。

不同城市的住宅價格明顯不同。假設您必須建立模型來預測房價。下列哪些功能或功能組合可用來學習 roomsPerPerson 和底價之間的城市專屬關係？

三個獨立的特徵分塊功能：[繫結緯度]、[特徵經度]、[特徵分行每人]

特徵分塊，能讓模型在單一特徵中學習非線性關係。但是，城市存在超過一個維度，因此瞭解城市專屬關係需要跨越緯度和經度。

單項地圖項目交叉搜尋：[緯度 X 經度 X 會議室]每人

在這個範例中，交叉值的功能不是一個好主意。舉例來說，如果將緯度的值與 roomPerPerson 互相比對，當其中一個特徵 (例如緯度) 是 10% 時，就等於另一個功能 10% 的變更 (例如 roomPerPerson)。

單項地圖項目交叉比對：[binned 緯度 X binned 經度 X binnedroomPerPerson]

交叉繫結緯度和綁定經度，可讓模型學習 roomPerPerson 的城市專屬效果。特徵分塊避免緯度變更導致產生的結果與經度變更的結果相同。視特徵的精細程度而定，這項功能可以探索城市特定或街區專屬，甚至是封鎖特定街區的效果。

有兩個特色交叉口：[binned 緯度 X binnedroomPerPerson] 和 [binned 經度 X binnedroomPerPerson]

特徵是很好的概念；但城市是經緯度的一部分，因此模型的交叉功能會避免模型學習城市專屬價格。