在使用线性模型时，怎样确定使用哪些交叉特征
你可以打出来那种lable分布的热图，就是p(y|X1，X2)，看两两特征之间的关系。选那些有明显规律的交叉。
■网友
如题主所言，线性模型的学习能力有限，非线性数据对于线性模型来说是一个灾难。特征组合可以在一定程度上改善这一现象（对数据做线性变换）。单“合理”的特征组合并不容易寻找。
可以通过非线性模型来寻找合理的特征组合，这样的特征组是自动化的筛选出来的，具有理论的区分性，比如GBDT。
GBDT的本质是决策树，而决策树是非线性模型，通过GBDT每次对于残差的学习，找出更有区分性的“特征组合”，把这些特征组合作为线性模型的输入特征来训练数据。思路来源于FaceBook的一篇论文：
He X, Pan J, Jin O, et al. Practical lessons from predicting clicks on adsat facebook. Proceedings of 20th ACM SIGKDD Conference on KnowledgeDiscovery and Data Mining. ACM, 2014: 1-9.
【在使用线性模型时，怎样确定使用哪些交叉特征】 至于如何确定哪些交叉特征，可以尝试一下FM模型，将离散特征交叉化，再将交叉化的特征输入到LR之中。
■网友
使用线性模型主要问题在于数据本身是否基本是线性可分的。如果数据不是基本线性可分的，线性模型的效果就不好。如果一定要使用线性模型，可以考虑引入高阶的项，比如x^2，x^3，或者你说的交叉特征，相当于作了线性变换。线性变换以后数据可能基本是线性可分的。具体如何选择特征，这个和问题本身有关系，很多人都在研究如何使用更好的特征。需要阅读相关专著或论文。这叫“人工提取特征”。你还可以输入原始数据，让计算机“自动提取特征”，但是算法更加复杂。可以参看我的这个回答的后半部分请教一个关于（计算机或数据科学的）名词的问题，以下名词或概念之间有什么关联么？
■网友
FM算法是一个基于矩阵分解的模型 可以将两两或者更多特征交互加入到模型中
推荐阅读
- 『先进』长江流域最先进洗舱站在宁投运 油可分离回收，水能循环使用
- 汽车|冬天怎样让车内温度快速升高？座椅加热的最佳使用方式二，外循环的作用总结
- 汽车|迈凯伦Artura不再使用迈凯伦祖传V8引擎了？
- python的html5lib这个库咋使用啊我在网上也没有找到相关文档
- win7中本地连接跟无线网卡同时使用时是怎么样的模式
- 可不可能利用网盘的秒传功能使用伪造的MD5（或其他信息）值进行文件分享
- 为啥很多企业给用户发邮件会使用noreply/no-reply@xx.xx的邮箱
- win10激活的问题
- 全网通的mate8能不能插美国手机卡，在美国使用
- 汽车|首批200辆吉利新能源出租车在长交付使用，充电半小时电量可达80%