ไม้กางเขนฟีเจอร์

กากบาทในฟีเจอร์เป็นฟีเจอร์สังเคราะห์ที่เกิดจากการคูณ (ไขว้) 2 จุดสนใจขึ้นไป การนําชุดฟีเจอร์มาใช้ร่วมกันอาจมีความสามารถแบบคาดคะเนที่นอกเหนือจากฟีเจอร์ต่างๆ ที่ให้ได้ในแบบเดี่ยวๆ

ไม้กางเขนฟีเจอร์

  • ไม้กางเขนฟีเจอร์คือชื่อของวิธีการนี้
  • กําหนดเทมเพลตของแบบฟอร์ม [A x B]
  • ซับซ้อน: [A x B x C x D x E]
  • เมื่อ A และ B แสดงถึงฟีเจอร์บูลีน เช่น ถัง เครื่องหมายกากบาทสุดท้ายจะน้อยมาก
  • การคาดการณ์ราคาตลาด:

    [latitude X num_bedrooms]

  • การคาดการณ์ราคาตลาด:

    [latitude X num_bedrooms]

  • การคาดคะเน Tic-Tac-Toe:

    [pos1 x pos2 x ... x pos9]

  • ผู้เรียนเชิงเส้นใช้โมเดลเชิงเส้น
  • ผู้เรียนจะสามารถเรียนรู้ข้อมูลจํานวนมากได้อย่างละเอียด เช่น วูปาล แวบบิท โซเฟีย-ML
  • แต่หากไม่มีฟีเจอร์กากบาท โมเดลเหล่านี้จะถูกจํากัดการใช้งาน
  • การใช้กากบาทในฟีเจอร์ + ข้อมูลขนาดใหญ่เป็นกลยุทธ์ที่มีประสิทธิภาพอย่างหนึ่งในการเรียนรู้โมเดลที่ซับซ้อนมาก
    • การคาดการณ์: โครงข่ายประสาทมีอีก