线性模型为什么要加入交互项？
简化版
普通加法模型假设各特征贡献独立；加入 x1x2 后，x1 的边际效应变为 β1+β3x2，可表示协同、抑制或条件效应而仍保持参数线性。
回答时应把“一个特征效应随另一个特征变化”讲清，再说明如何验证和落地；关键边界是：有交互项时不能孤立解释主效应；穷举 p² 个交互会造成维度爆炸和偶然相关。
详细版
交互项允许一个特征的边际效应随另一个特征变化。加入 β3X1X2 后，X1 的效应是 β1+β3X2，因此主效应 β1 只表示 X2=0 时的斜率；若零点不在合理范围，应先中心化再解释。
交互候选优先来自机制假设和分层残差，而不是穷举全部 p² 组合。保留主效应满足层级原则，并用独立切分验证；强共线会放大主效应与交互系数方差，复杂非线性关系则可能更适合样条或树模型。
完整版教学
一、问题本质与使用动机
交互项用于表达“一个变量的条件效应随另一个变量变化”，它仍对参数线性，但不再是纯加法模型。
含 β3x1x2 后，β1 是 x2=0 时 x1 的效应；若 0 不在合理范围，主效应难解释，所以连续变量常先中心化。
业务已知的价格×渠道、剂量×人群交互优先；连续连续关系若更复杂，可用 spline 或树模型而不是无限加高阶项。
二、机制与数学表达
对 ŷ=β0+β1x1+β2x2+β3x1x2，x1 的局部斜率为：
∂ŷ/∂x1 = β1 + β3 x2因此 β1 只表示 x2=0 时的条件效应，不能脱离零点含义解释。
三、带数字的推演
例如 ŷ=2+3x1+4x2-0.5x1x2：当 x2=2 时，x1 的斜率是 2；当 x2=6 时斜率是 0。这说明同一个主效应系数不能概括所有样本上的作用。
应画条件预测线或二维效应图，并检查交互系数的跨折稳定性与数据覆盖。强共线和稀疏组合区域都会增大主效应、交互项的不确定性。
四、从数据到上线的执行流程
可按下面的假设驱动流程加入交互：
提出机制假设 → 中心化变量 → 加主效应与交互 → 分层斜率验证 → 监控组合外推先根据业务机制与残差模式提出候选，连续变量按训练集统计量中心化，再用交叉验证或正则控制数量；解释时报告条件效应及其适用范围。
部署必须复用相同中心值、类别编码和特征生成顺序，缺失处理应在交互生成前固定。线上还要监控二维组合是否落入训练数据几乎没有覆盖的区域。
五、方案对比与选择边界
| 关系 | 模型表达 | 解释 |
|---|---|---|
| 加法 | β1X1+β2X2 | 两者贡献独立 |
| 乘法交互 | +β3X1X2 | 斜率随另一变量变化 |
| 复杂非线性 | 样条/树 | 不强迫双线性形状 |
乘积交互适合明确的双线性条件效应；复杂弯曲关系则应与样条、GAM 或树模型比较。
六、层级原则与外推风险
强层级原则要求加入 x1*x2 时同时保留 x1、x2 主效应，使模型对坐标原点的改变更稳定，也便于解释。中心化不会改变拟合空间，但会降低主效应与乘积项的非必要相关，并让“另一变量等于 0”变成“处于均值”等更有意义的条件。类别×连续交互则表示不同类别拥有不同斜率，编码时要避免虚拟变量陷阱。
交互模型在训练数据稀少的组合区域容易外推。例如高剂量只出现在某一人群时，剂量×人群 系数很难与主效应分离。验收应画二维覆盖或分箱计数，并在有足够支持的区域报告条件效应；若关系明显弯曲，可用样条、GAM 或树模型作对照，而不是不断堆高阶乘积。
交互项表达的是条件关联；观察数据中出现显著交互，并不能自动证明两个变量存在因果协同。
七、常见误区与追问
- 误区：有交互后
β1仍是 X1 的全局效应。 它只是X2=0时的条件斜率，整体效应随 X2 改变。 - 误区：中心化会改变模型预测。 同时正确换算主效应与截距时，中心化只是重新参数化。
- 追问：为什么要保留主效应？ 它遵守层级原则，并避免交互项被迫承担零点处的基础变化。
- 追问：如何检验交互有用？ 在训练折内构造，比较嵌套模型或正则化验证结果，并检查条件效应跨折稳定性。
- 追问：二元变量相乘如何解释？ 两个二元变量的交互系数是双重差分，即联合出现的额外效应。
- 追问：上线如何防止外推？ 固化中心值和编码，监控二维组合覆盖，对训练未支持区域设置告警或回退。
八、加强记忆
有交互后，主效应就是条件效应：β1 只在 X2=0 时成立。先中心化让零点有意义，保留两个主效应，再用业务机制限定候选，避免 p² 穷举带来的偶然相关。