Проектирование характеристик

Конструирование признаков - это процедура машинного обучения и интеллектуального анализа данных для подготовки данных в форму, подходящую для алгоритмов машинного обучения. Ее также называют векторизацией признаков, преобразованием данных или построением признаков. Цель инженерии признаков - выбрать значимые признаки из необработанных данных и затем преобразовать их в форму, подходящую для машинного обучения или прогностического моделирования.

Процесс разработки признаков включает преобразование данных в числовое представление, например, количественную оценку качественных признаков или стандартизацию числовых признаков. Обычно используются различные методы, включая дискретизацию, нормализацию, агрегирование, отбор, группировку и преобразование.

Дискретизация предполагает разбиение непрерывных признаков на дискретные значения, обычно называемые бинами. Это снижает вероятность перебора и упрощает взаимосвязи между признаками.

Нормализация - это процесс масштабирования характеристик до диапазона, подходящего для конкретного используемого алгоритма.

Агрегирование выполняет математические операции, такие как суммирование, усреднение, минимальные или максимальные значения над соответствующими экземплярами признака.

Отбор обычно включает в себя сокращение списка интересующих признаков до меньшего подмножества.

Группировка - это аналогичная техника, но она предполагает объединение схожих признаков, а затем применение агрегирования.

Преобразование предполагает создание новых признаков из существующих, которые могут быть не характерны для возможностей машинного обучения, но обеспечивают значимое понимание данных.

Инженерия признаков является важной частью процесса во многих задачах машинного обучения, поскольку она может привести к повышению точности. Процесс конструирования признаков требует понимания алгоритмов машинного обучения и данных, а также умения выбирать и преобразовывать признаки таким образом, чтобы повысить эффективность работы. Поскольку успех алгоритма машинного обучения часто в значительной степени зависит от процесса конструирования признаков, он стал незаменимой частью многих задач машинного обучения.