Dokuz terim var. İki değişkenli bir binom açılımında üs değerine bir eklersin ve toplam terim sayısını bulursun. 8 artı 1 işlemiyle 9 sonucuna ulaşıyoruz, bu kadar simple.

Aslında data science projelerinde feature engineering yaparken tam olarak bu mantığı kullanıyoruz. Elinde x ve y gibi iki farklı feature varsa ve bunların etkileşimlerini modele dahil etmek istersen, polynomial features üretirsin. Derecesi 8 olan bir polinom açılımı yaptığında, sadece bu iki değişkenin kombinasyonlarından 9 tane yepyeni feature elde edersin. Buradaki katsayının 4 olması terim sayısını etkilemez. Tabii bu kadar yüksek dereceli bir feature space yaratırsan modelin direkt overfitting'e gider. Datayı ezberlersin, deployment aşamasında patlarsın.

Olasılık teorisinde ve binomial distribution hesaplarında bu açılımın her bir terimi belirli bir durumun gerçekleşme olasılığını temsil eder. Kombinasyonların ve katsayıların nasıl dağıldığını anlamak istiyorsan Pascal üçgeninin ilgili satırına bakacaksın. İstatistik ve matematik okuryazarlığı şart, yoksa o devasa dataların içinde kaybolur ve arkadaki asıl pattern'leri asla göremezsiniz.