
Feature (признак) — в Data Science и машинном обучении это отдельная измеримая характеристика, которая описывает объект наблюдения и используется для построения модели. Простыми словами, признак — это одна из колонок в таблице набора данных: именно на эти сведения опирается модель при принятии решения.
Если мы хотим предсказать цену квартиры, признаками могут быть:
А значение, которое модель должна предсказать, — в этом примере цена квартиры, — это не признак, а целевая переменная (target) или метка (label). Модель изучает связь между признаками и целевой переменной.
Качество модели машинного обучения напрямую зависит от качества признаков. Правильно подобранные и подготовленные признаки повышают точность, стабильность модели и её способность хорошо работать на новых данных. Даже простой алгоритм может показать отличный результат на хороших признаках.
В Data Science есть известный принцип: «Garbage in, garbage out» — «мусор на входе — мусор на выходе». Со слабыми или неверными признаками даже самая мощная модель не даст правильного результата.
Поскольку модели в основном работают с числами, категориальные признаки нужно превращать в числа. Например, столбец «город» со значениями «Баку», «Гянджа», «Сумгайыт» можно разбить на три отдельных столбца: «Баку?», «Гянджа?», «Сумгайыт?» — в каждом 1 или 0. Этот способ называется one-hot encoding.
Признаки бывают не только в таблицах. В изображении признаком является цвет каждого пикселя, а в тексте эту роль могут играть слова и частота их появления. В традиционном машинном обучении инженерам приходилось создавать такие признаки вручную. А модели глубокого обучения (Deep Learning) — например, CNN — сами извлекают важные признаки из сырых данных: первые слои распознают линии и цвета, а более глубокие — глаза, колёса или целые объекты.
При выборе признаков важно убедиться, что они действительно известны в момент прогноза. Если признак скрыто «выдаёт» сам ответ, модель показывает отличные результаты на тестах, но плохо работает в реальной жизни. Это опасная ошибка, которая называется утечкой данных (Data Leakage).
В разработке программного обеспечения слово «feature» используется в совершенно другом значении — новая возможность или функциональность продукта. Например, фраза «добавили в приложение новую фичу» означает, что в приложении появилась новая возможность. А на этой странице речь идёт о понятии машинного обучения.
Признаки — это основное «сырьё», с помощью которого модель «думает». Без хорошо подобранных и подготовленных признаков даже самый мощный алгоритм не даст правильного результата. Поэтому специалисты по Data Science тратят значительную часть своего времени именно на подготовку данных и признаков.
Хотите, чтобы ваш ребёнок понял, как работает искусственный интеллект, и научился создавать собственные модели машинного обучения? Начните обучение на нашем курсе AI Engineering. Подробнее о курсе — перейдите по ссылке: Курс AI Engineering