tf.feature_column.crossed_column仅支持离散特征交叉，需先用categorical_column_with_*或bucketized_column处理原始字段，再通过indicator_column或embedding_column转为稠密向量；hash_bucket_size须足够大以防哈希冲突，且连续特征必须先分桶才能参与交叉。
用 tf.feature_column.crossed_column 做离散特征交叉最直接
TensorFlow 的 tf.feature_column.crossed_column 是专为离散（categorical）特征做笛卡尔积式交叉设计的，不是用来交叉连续值或原始字符串的。它内部会把输入列哈希后拼接再哈希，生成唯一 bucket ID，所以你看到的交叉结果是整数型 bucket，不是原始组合字符串。
常见错误是传入 tf.feature_column.numeric_column 或未先做分桶/查表的原始字符串——这会直接报错 ValueError: columns must be categorical。
- 必须先用
tf.feature_column.categorical_column_with_vocabulary_list、categorical_column_with_hash_bucket或categorical_column_with_identity包装原始字段 - 交叉列本身不能直接进模型，要套一层
indicator_column或embedding_column才能转成稠密向量 -
hash_bucket_size要设得足够大（比如 10000+），否则不同组合哈希冲突，特征表达能力崩塌
连续特征想交叉？先分桶，再交叉
TensorFlow 的交叉机制不接受浮点数。如果你有年龄、收入这类连续特征，必须先离散化：用 tf.feature_column.bucketized_column 切分区间，生成离散 ID，之后才能参与交叉。
例如：age 原始是 float，先过 bucketized_column 得到 5 个区间 ID，再和 education 的 vocabulary ID 一起喂给 crossed_column。
立即学习“Python免费学习笔记（深入）”；
- 分桶边界要覆盖训练/预测全量分布，否则线上遇到边界外值会 fallback 到最后一个 bucket，造成偏差
- 不要用太细的分桶（如每岁一个 bucket），否则交叉后维度爆炸；建议按业务意义切（如“青年/中年/老年”）
-
crossed_column对输入列顺序不敏感，[a, b]和[b, a]效果一致
交叉列嵌入维度怎么设？看实际唯一组合数，别硬拍
tf.feature_column.embedding_column 的 dimension 参数不是越大越好。它本质是对交叉后每个 bucket ID 学一个 dense 向量，如果 hash_bucket_size=10000 但真实组合只有 200 种，设 dimension=128 就浪费参数且易过拟合。
更稳妥的做法是：先用小样本统计各交叉组合的实际出现频次，估算唯一组合数 N，然后按经验公式 min(6 * N^0.25, 100) 设 dimension（参考 Google Wide & Deep 论文实践）。
- 若组合数极少（indicator_column 更稳定，避免 embedding 初始化噪声干扰
- 训练时注意监控
crossed_column对应 embedding 的梯度 norm，突增可能意味着某 bucket ID 频次极低但被高频更新 - Keras 模型里传
feature_columns列表时，确保交叉列在embedding_column包裹之后再加入，顺序错会导致构建失败
为什么 make_ndarray 看不到原始交叉字符串？
用 tf.keras.utils.get_file 加载数据后调 tf.feature_column.input_layer，再用 tf.keras.utils.array_to_img 类方法查看输出？别试了——crossed_column 输出的是纯整数 bucket ID，没有可读字符串。它的设计目标就是压缩与泛化，不是可解释性。
真要 debug 组合是否生效，得回溯到预处理阶段：用 tf.data.Dataset + map 提取原始两列，用 Python zip 和 set 统计实际共现对，再对比 crossed_column 的 num_buckets 是否合理覆盖。
- 线上 serving 时，
saved_model里交叉逻辑是固化在计算图里的，不会反查 vocabulary；所以训练和导出必须用同一套分词/分桶逻辑 - 如果后续要加新交叉特征，不能只改代码，必须重新跑预处理 pipeline 并保证 hash seed 一致，否则旧模型加载新特征会错位
