Kỹ thuật tính năng

Kỹ thuật tính năng là một quy trình trong học máy và khai thác dữ liệu để chuẩn bị dữ liệu thành dạng phù hợp với các thuật toán học máy. Nó cũng được mô tả như là vectơ hóa đặc tính, chuyển đổi dữ liệu hoặc xây dựng đặc tính. Mục đích của kỹ thuật tính năng là chọn các tính năng quan trọng từ dữ liệu thô và sau đó xử lý nó thành dạng phù hợp cho máy học hoặc mô hình dự đoán.

Quy trình kỹ thuật tính năng bao gồm việc chuyển đổi dữ liệu thành biểu diễn số, chẳng hạn như định lượng các thuộc tính định tính hoặc tiêu chuẩn hóa các tính năng số. Một loạt các kỹ thuật thường được sử dụng, bao gồm rời rạc hóa, chuẩn hóa, tổng hợp, lựa chọn, nhóm và chuyển đổi.

Sự rời rạc hóa liên quan đến việc chia các tính năng liên tục thành các giá trị riêng biệt, thường được gọi là thùng. Điều này làm giảm khả năng trang bị quá mức và đơn giản hóa các mối quan hệ giữa các tính năng.

Chuẩn hóa là quá trình chia tỷ lệ các tính năng thành một phạm vi phù hợp với thuật toán cụ thể được sử dụng.

Tập hợp thực hiện các phép toán như tính tổng, tính trung bình, giá trị tối thiểu hoặc tối đa trên các phiên bản có liên quan của một đối tượng địa lý.

Lựa chọn thường liên quan đến việc giảm danh sách các tính năng quan tâm thành một tập hợp con nhỏ hơn.

Nhóm là một kỹ thuật tương tự nhưng liên quan đến việc kết hợp các tính năng tương tự và sau đó áp dụng tổng hợp.

Việc chuyển đổi liên quan đến việc tạo ra các tính năng mới từ các tính năng hiện có, có thể không đặc trưng cho khả năng học máy nhưng cung cấp cái nhìn sâu sắc có ý nghĩa về dữ liệu.

Kỹ thuật tính năng là một phần quan trọng của quy trình trong nhiều nhiệm vụ học máy vì nó có thể giúp cải thiện độ chính xác. Quá trình kỹ thuật tính năng đòi hỏi sự hiểu biết về các thuật toán và dữ liệu học máy cũng như khả năng chọn và chuyển đổi các tính năng theo cách nâng cao hiệu suất. Vì sự thành công của thuật toán học máy thường phụ thuộc rất nhiều vào quy trình kỹ thuật tính năng nên nó đã trở thành một phần không thể thiếu trong nhiều nhiệm vụ học máy.