特征工程：特征交叉 (Feature Crosses)
source link: https://mp.weixin.qq.com/s/rE9UZa2tM7fR-6awHOsjiA
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
组合特征也叫特征交叉（Feature Crosses），即不同类型或者不同维度特征之间的交叉组合，其主要目的是为了弥补CTR场景中早期的模型无法有效的进行特征组合而产生的想法和实践，随着算法模型的进步，虽然一些机器学习排序模型（GBDT+LR、FM等）和深度学习排序模型能够捕获特征之间的联系，但是前期仍然会生成一些组合特征，比如用户在某些类别下的行为统计，性别下的数据统计等。
日常工作场景中的特征往往都是以用户和其对应的属性作为出发点，然后和物品对应的属性特征或者上下文特征进行交叉组合，比如：
-
用户与类别特征组合（eg：电商平台中，用户在不同类别下的点击次数，可以简单衡量用户的类别偏好）
-
用户不同年龄档与类别特征组合（eg：新闻平台中，少年用户在娱乐新闻下的点击次数会比较高，青年用户在社会新闻下的点击次数会比较高）
-
用户身份与时间特征组合（eg：学生周六周日、节假日，在某娱乐APP内的行为会比较丰富，上班族早晚高峰，在某娱乐APP内的行为会比较丰富）
-
用户的价格偏好与物品的价格级别特征组合（eg：用户A偏好的价格级别为中，物品的价格级别为高，那么组合特征就是0，即两者不匹配）
这里只是举几个具体的例子，在实际的场景中，往往会结合数据分析去挖掘潜在的价值特征组合。这时候便会借助数据分析、数据挖掘、分析者的敏感直觉和对业务的深入理解去进行挖掘。笔者之前有幸听到一个分享，大概意思就是说不同人群对于APP推送消息的处理风格和处理时间很不一样，比如有的人会直接划掉，有的人则会在某个时间段进行消息查看，这时候便可以考虑对用户Push消息提供个性化时间分发，从而提高用户的打开率。
类似的场景还有很多，比如安装某些APP的用户偏好内容不一致，手机机型不同的用户阅读的咨询内容风格也会有差别等，所以说做算法、做数据、做分析，脱离了业务理解都是耍流氓！
在构造好组合特征之后，对于特征的处理方式就和上述介绍的离散特征处理、连续特征处理方式相同了，不在赘述！
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK