简介：

组合特征一般是根据先验，进行特征的组合。例如：物品ID和用户ID的组合、用户年龄和服装品牌的组合等。
也可以使用树模型进行特征组合；例如GBDT+LR，使用GBDT进行特征组合之后，输入LR进行训练，使用这种方法就改变了LR不能进行特征组合的短板。

作用：

  1. 增加模型的收敛速度。
  2. 减少资源的开销。

在推荐算法中,FM算法家族都是使用了组合特征，FM本身就是LR在组合特征方面的扩展。其中，DeepFM模型的FM部分进行了先验的特征组合，进而增加模型训练速度。