Jellemző (feature)
Egy adat vagy számított érték, amelyet egy gépi tanulási modell bemenetként használ egy minta leírására.
Analógia
Mint egy adatlap rovatainak sora: a jellemzők leírják az esetet, de csak azt mutatják meg, amit előre kiválasztottak és rögzítettek.
Miért fontos?
A megfelelő jellemzők segíthetnek a modellnek felismerni a feladat szempontjából fontos különbségeket, a rosszak viszont félrevezethetik.
Hogyan működik?
A jellemző, angolul feature, olyan adat vagy számított érték, amelyet egy gépi tanulási modell bemenetként kap. Egy lakás árának becslésénél ilyen lehet az alapterület vagy a szobák száma; egy szöveg besorolásánál pedig a szavakból képzett értékek. A jellemzők azt írják le, mit tudhat meg a modell az adott példáról. Lehetnek közvetlenül mért adatok vagy előfeldolgozással létrehozott változók. A modell minősége függ attól, hogy ezek valóban kapcsolódnak-e a megoldandó feladathoz.
A jellemzők kiválasztása és előkészítése befolyásolhatja a tanulást. Ha fontos információ hiányzik, a modell nehezebben ismer fel releváns mintát; ha viszont egy jellemző torz vagy közvetlenül elárulja a célváltozót, félrevezető eredmény születhet. Egyes adatok személyes vagy érzékeny jellemzőket is tartalmazhatnak, ezért a használatuk jogosságát és szükségességét külön mérlegelni kell. A jellemzők nem feltétlenül magyarázzák meg önmagukban a modell döntését, de ellenőrzésük segít megérteni, milyen információra támaszkodik a rendszer.
Példa
Egy karbantartási modell bemenetként megkapja a gép korát, korábbi hibáinak számát és az üzemórákat, majd ezekből becsüli meg a meghibásodás esélyét.
Gyakori tévhit
A jellemző nem feltétlenül egyetlen eredeti adatmező; több adatból számított érték is lehet.