특성 (머신러닝)

1 개요

feature

피처, 피쳐, 특성

• 머신러닝과 패턴 인식 용어
• 관찰 대상에게서 발견된 개별적이고 측정가능한 경험적(heuristic) 속성을 말한다.
• 독립적인 변수를 잘 선택하는 것은 패턴 인식 상에서 분류를 위한 성공 요인이라 할 수 있다.
• 피처들은 일반적으로 수치이나, 그래프와 같은 자료 구조적인 피쳐들도 있다.
• 피처들의 집합을 피처 벡터(feature vector)라고 한다.
• 굳이 벡터로 표시하는 이유는 수학적으로 다루기 편하기 때문이다.
• 피쳐라는 개념을 가져온 것은 선형 회귀와 같은 통계학적인 기법에서이다.
• 독립 변수와 종속 변수 개념 또한 통계학에서 가져왔다.

2 같이 보기

• 공변량(covariate)
• 해싱 트릭(hashing trick)
• 차원 축소(dimensionality reduction)
• 통계적 분류(statistical classification)
• 설명가능한 인공지능(explainable artificial intelligence)
• 피처 엔지니어링(feature engineering)

3 참고

• 영어 위키백과 "Feature (machine learning)"
• 위키백과 "피쳐 (기계 학습)"
• 다음백과 "특성 (머신러닝)"
• 네이버백과 "특성 (머신러닝)"