对于组合特征怎么理解？

众所周知，传统机器学习的主要工作在于特征工程，其中特征工程中进行特征组合往往会对模型的结果带来提升。

举个例子，考虑第一个特征“性别”，男为1，女为0；第二个特征“是否喜欢宠物”，喜欢宠物为1，不喜欢宠物为0。那么组合后构造了“性别_是否喜欢宠物”这个新的维度的特征，这个特征的取值可以是00、01、10、11。

组合特征背后的理论基础是什么呢？怎么更好地去理解组合特征？之前有看到过组合特征可以发现特征与特征之间的关系，从而发现非线性关系，不太理解，谢谢！