Odborná definícia
Význam a odborné vymedzenie pojmu
Feature selection je postup, ktorý z pôvodnej množiny vlastností vyberá podmnožinu pre tréning a inferenciu bez vytvárania nových kombinovaných rozmerov. Filter metódy používajú štatistické skóre nezávislé od finálneho modelu, wrapper metódy opakovane hodnotia rôzne podmnožiny a embedded metódy vyberajú počas učenia, napríklad cez regularizáciu alebo stromové rozdelenia. Výber môže znížiť šum, výpočet a riziko preučenia, no musí byť vykonaný vnútri validačného procesu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Databáza môže obsahovať tisíce stĺpcov, z ktorých mnohé sú duplicitné, nestabilné alebo nesú iba náhodný signál. Feature selection skúša ponechať tie, ktoré pomáhajú cieľovej úlohe. Ak sa však výber urobí raz na celom datasete pred cross-validation, informácia z validačných foldov ovplyvní tréning a výsledok bude optimistický. Správny postup preto vloží selektor do pipeline. Zvolená podmnožina sa hodnotí nielen podľa skóre, ale aj podľa dostupnosti a významu v produkcii.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa selection líši od dimensionality reduction?
Selection ponecháva pôvodné features. Redukcia, napríklad PCA, vytvára nové komponenty ako kombinácie viacerých vstupov, čím sa mení interpretácia.
Čo je univariate feature selection?
Každá vlastnosť sa hodnotí samostatným štatistickým testom voči cieľu. Je rýchla, ale môže prehliadnuť features užitočné iba v interakcii.
Ako funguje recursive feature elimination?
Model sa opakovane trénuje, najmenej hodnotené features sa odstránia a proces pokračuje s menšou množinou, kým sa nedosiahne zvolený rozsah.
Prečo musí byť selektor vo vnútri cross-validation?
Inak by výber využil informácie zo všetkých dát vrátane validačných príkladov. To vytvára leakage a nadhodnotené odhady generalizácie.
Môže menej features zlepšiť prevádzku?
Áno. Znižuje sa latencia, náklad na zber, pamäť a počet bodov zlyhania. Odstránenie dôležitej vlastnosti však môže poškodiť robustnosť.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.