Tvorba a úprava vstupních vlastností | AI slovník

Odborná definice

Feature engineering je proces navrhování, transformace a kódování vstupních vlastností tak, aby reprezentace údajů zodpovedala modelu a riešenej úloze. Zahrnuje například škálování, logaritmické transformace, časové okna, agregace, kategóriové kódování, interakce a doménové ukazovatele. Postup se musí učit pouze z tréninkové části a následně aplikovat identicky na validaci i produkci. Důležité jsou verzování, časová korektnost, reprodukovatelnost a ochrana před leakage.

Srozumitelné vysvětlení

Surový datum nákupu nemusí být pro model přímo užitečný. Z něho lze vytvořit deň v týždni, počet dní od posledného nákupu nebo frekvenci objednávok za posledných 30 dní. Každá takáto feature však potřebuje přesné časové pravidlo. Pokud agregace omylem zahrnie budoucí transakce, model se učí z informace, kterou při predikci nemá. Feature engineering je proto kombinace doménového premýšlání a datové disciplíny, ne pouze mechanické pridávání stlpců.

Časté otázky

Je feature engineering potřebné i při deep learningu?

Ano, ačkoli model naučí část reprezentace automaticky. Stále je třeba řešit formát vstupu, normalizaci, časové okna, masky, sampling a dostupnost údajů.

Proč má být transformace součástí pipeline?

Pipeline zabezpečí, že stejné kroky a parametry se použijí při tréninku, validaci i inferenci. Snižuje riziko ručnej odchylky a leakage.

Kdy je vhodná logaritmická transformace?

Při kladných proměnných s dlhým chvostom může zmenšit vliv extrémů a spravit vztah vhodnější pro model. Účinek se musí ověřit na validaci.

Co je feature cross?

Je to kombinace dvou nebo více vlastností, například mesto krát typ zařízení. Umožní zachytit interakci, ale může prudko zvečšit prostor.

Jak se dokumentuje nová feature?

Má mít název, definici, vlastníka, zdroj, čas platnosti, výpočet, jedničku, pravidlo chýbání, povolené použití a testy kvality.

Související pojmy

Zdroje a redakční stopa

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