推荐系统-如何理解特征交叉

目标是在数据稀疏的情况下，用模型来做特征交叉。（特征交叉可以发掘特征之间的关联性）

目标解读：我们假设一个场景：数据包含用户id，性别，年龄，地区特征来预测对口红的点击率。如果性别为女而且年轻，那么他对口红的点击率应该高，这说明性别和年龄有关联，需要在多项式后，加一项（系数a*x1*x2），这就是特征交叉，让模型把这个当成新的特征，理解为年轻女性，那么这项系数应该是比较大的。但是现实中的数据可能年轻女性比较少，只有当女性和年轻两个特征都为1的数据才能用来训练系数a，数据过少导致系数a的值不精确。这就是人工特征+LR的不足之处。FM来解决这个问题。