Feature engineering | AI slovník

Odborná definícia

Feature engineering je proces navrhovania, transformácie a kódovania vstupných vlastností tak, aby reprezentácia údajov zodpovedala modelu a riešenej úlohe. Zahŕňa napríklad škálovanie, logaritmické transformácie, časové okná, agregácie, kategóriové kódovanie, interakcie a doménové ukazovatele. Postup sa musí učiť iba z tréningovej časti a následne aplikovať identicky na validáciu aj produkciu. Dôležité sú verzovanie, časová korektnosť, reprodukovateľnosť a ochrana pred leakage.

Zrozumiteľné vysvetlenie

Surový dátum nákupu nemusí byť pre model priamo užitočný. Z neho možno vytvoriť deň v týždni, počet dní od posledného nákupu alebo frekvenciu objednávok za posledných 30 dní. Každá takáto feature však potrebuje presné časové pravidlo. Ak agregácia omylom zahrnie budúce transakcie, model sa učí z informácie, ktorú pri predikcii nemá. Feature engineering je preto kombinácia doménového premýšľania a dátovej disciplíny, nie iba mechanické pridávanie stĺpcov.

Časté otázky

Je feature engineering potrebné aj pri deep learningu?

Áno, hoci model naučí časť reprezentácie automaticky. Stále treba riešiť formát vstupu, normalizáciu, časové okná, masky, sampling a dostupnosť údajov.

Prečo má byť transformácia súčasťou pipeline?

Pipeline zabezpečí, že rovnaké kroky a parametre sa použijú pri tréningu, validácii aj inferencii. Znižuje riziko ručnej odchýlky a leakage.

Kedy je vhodná logaritmická transformácia?

Pri kladných premenných s dlhým chvostom môže zmenšiť vplyv extrémov a spraviť vzťah vhodnejší pre model. Účinok sa musí overiť na validácii.

Čo je feature cross?

Je to kombinácia dvoch alebo viacerých vlastností, napríklad mesto krát typ zariadenia. Umožní zachytiť interakciu, no môže prudko zväčšiť priestor.

Ako sa dokumentuje nová feature?

Má mať názov, definíciu, vlastníka, zdroj, čas platnosti, výpočet, jednotku, pravidlo chýbania, povolené použitie a testy kvality.

Súvisiace pojmy

Zdroje a redakčná stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.