特征交叉
========

在上一节中，我们讨论了Wide &
Deep模型。该模型结合了负责“记忆”的Wide部分和负责“泛化”的Deep部分。其中，Wide部分的效果很大程度上依赖于人工设计的交叉特征。这个过程需要大量的领域知识和实验，成本较高且难以穷举所有有效的特征组合。因此，一个自然而然的优化方向就是实现特征交叉的自动化。本节将要探讨的一系列模型，其核心目标正是解决特征交叉的自动化问题。

本节将沿着两条主要技术路线，介绍特征交叉如何从自动化二阶交叉开始，逐步发展到显式高阶交叉，并在这一过程中实现个性化与自适应的交互。

.. toctree::
   :maxdepth: 1

   1.second_order.md
   2.higher_order.md
   3.summary.md