Spark MLlib 特征工程系列—特征转换Interaction
1. Interaction 简介
Interaction
是 Spark MLlib 中的一种特征工程工具,用于生成输入特征之间的交互特征。交互特征是两个或多个原始特征的组合,通常表示这些特征之间的关系。通过生成交互特征,模型可以更好地捕捉输入特征之间的相互作用,从而提升模型的表现力和准确性。
2. 原理
在很多机器学习任务中,单个特征可能不足以充分描述目标变量的变化,而多个特征之间的组合或交互却能提供更多的信息。例如,在预测房价时,房子的面积和房间数量的组合(即面积 × 房间数)可能比单独的面积或房间数更能反映房价的变化趋势。
Interaction
通过对输入特征进行两两组合,生成新的交互特征。具体来说,如果有两个输入特征向量 ( a ) (\mathbf{a})