笛卡尔乘积特征构造以及遗传编程特征构造

笛卡尔乘积特征构造

1.原理

1）数学原理

笛卡尔乘积是指在数学中，两个集合X和Y的笛卡尓积（ Cartesian product ），又称直积，表示为 X×Y ，第一个对象是X的成员而第二个对象是 Y 的所有可能有序对的其中一个成员。

假设集合 A={a, b} ，集合 B={0, 1, 2} ，则两个集合的笛卡尔积为 {(a, 0), (a, 1), (a, 2), (b, 0), (b, 1), (b, 2)}。

2）笛卡尔乘积在特征构造中的作用

通过将单独的特征求笛卡尔乘积的方式来组合2个或更多个特征，从而构造出组合特征。

最终获得的预测能力将远远超过任一特征单独的预测能力。

例如，如果狗狗在下午5点主人下班回来时（快乐地）叫喊，可能表示对主人满意度的正面预测结果。如果狗狗在凌晨3点主人熟睡时（也许痛苦地）哀叫，可能表示对主人满意度的强烈负面预测结果。

2.类别特征进行笛卡尔乘积特征组合

例子：类别特征color和类别特征light进行笛卡尔乘积特征组合

1）特征说明

• 特征 color 取值：
  red, green, blue
• 特征 light 取值：
  on, off

2）组合方法

这两个特征各自可以离散化为3维和2维的向量，对它们做笛卡尔乘积转化，就可以组合出长度为6的特征，它们分别对应着原始值对 (red, on)，(red, off)，(green, on)，(green, off)，(blue, on)，(blue, off)。下面的矩阵表达方式更清楚地说明了这种组合。

def cartesian_product_feature_crosses(df, feature1_name, feature2_name):
    feature1_df = pd.get_dummies(df[feature1_name], prefix=feature1_name)
    feature1_columns