Persilangan Fitur

Persilangan Fitur adalah fitur sintetis yang dibuat dengan cara mengalikan (menyilangkan) dua fitur atau lebih. Kombinasi persilangan fitur dapat memberikan kemampuan prediksi selain kemampuan yang dapat diberi oleh fitur tersebut secara individual.

Persilangan Fitur

  • Persilangan Fitur adalah nama dari pendekatan ini
  • Menentukan template dari formulir [A x B]
  • Dapat menjadi kompleks: [A x B x C x D x E]
  • Jika A dan B merepresentasikan fitur boolean, seperti kelompok, hasil persilangan dapat menjadi sangat jarang
  • Prediktor harga pasar perumahan:

    [latitude X num_bedrooms]

  • Prediktor harga pasar perumahan:

    [latitude X num_bedrooms]

  • Prediktor Tic-Tac-Toe:

    [pos1 x pos2 x ... x pos9]

  • Pembelajar linier menggunakan model linear
  • Pembelajar tersebut menskalakan data besar dengan baik seperti, Vowpal Wabbit, sofia-ml
  • Namun tanpa persilangan fitur, ekspresivitas model tersebut akan terbatas
  • Menggunakan persilangan fitur + data besar adalah salah satu strategi efisien untuk mempelajari model yang sangat kompleks
    • Pertanda: jaringan neural memberikan hal lainnya