Дополнительные признаки — это вспомогательные характеристики данных, которые, хотя и не являются основными для решения задачи, могут повысить точность модели и предоставить больше контекста для анализа. Они часто создаются путем преобразования или комбинирования имеющихся признаков и помогают модели выявлять более глубокие закономерности в данных.