Ingénierie des fonctionnalités

L'ingénierie des caractéristiques est une procédure d'apprentissage automatique et d'exploration des données visant à préparer les données sous une forme adaptée aux algorithmes d'apprentissage automatique. Elle est également décrite comme la vectorisation des caractéristiques, la transformation des données ou la construction des caractéristiques. L'objectif de l'ingénierie des caractéristiques est de sélectionner des caractéristiques significatives à partir de données brutes, puis de les manipuler sous une forme adaptée à l'apprentissage automatique ou à la modélisation prédictive.

Le processus d'ingénierie des caractéristiques consiste à transformer les données en représentation numérique, par exemple en quantifiant les attributs qualitatifs ou en normalisant les caractéristiques numériques. Diverses techniques sont couramment utilisées, notamment la discrétisation, la normalisation, l'agrégation, la sélection, le regroupement et la transformation.

La discrétisation consiste à diviser les caractéristiques continues en valeurs discrètes, généralement appelées bacs. Cela réduit la probabilité de surajustement et simplifie les relations entre les caractéristiques.

La normalisation est le processus de mise à l'échelle des caractéristiques dans une fourchette appropriée pour l'algorithme particulier utilisé.

L'agrégation permet d'effectuer des opérations mathématiques telles que des sommations, des moyennes, des valeurs minimales ou maximales sur les instances pertinentes d'une caractéristique.

La sélection consiste généralement à réduire la liste des caractéristiques intéressantes à un sous-ensemble plus petit.

Le regroupement est une technique similaire, mais il s'agit de combiner des caractéristiques similaires et d'appliquer ensuite l'agrégation.

La transformation consiste à créer de nouvelles caractéristiques à partir des caractéristiques existantes, qui peuvent ne pas être caractéristiques de la capacité d'apprentissage automatique, mais qui fournissent un aperçu significatif des données.

L'ingénierie des caractéristiques est une partie importante du processus dans de nombreuses tâches d'apprentissage automatique, car elle peut conduire à une amélioration de la précision. Le processus d'ingénierie des caractéristiques nécessite une compréhension des algorithmes d'apprentissage automatique et des données, ainsi que la capacité de sélectionner et de transformer les caractéristiques de manière à améliorer les performances. Comme le succès d'un algorithme d'apprentissage automatique dépend souvent fortement du processus d'ingénierie des caractéristiques, celui-ci est devenu un élément indispensable dans de nombreuses tâches d'apprentissage automatique.