Výběr vstupních vlastností | AI slovník

Odborná definice

Feature selection je postup, který z původní množiny vlastností vybírá podmnožinu pro trénink a inferenci bez vytvárání nových kombinovaných rozměrů. Filtr metody používají statistické skóre nezávislé od finálneho modelu, wrapper metody opakovaně hodnotí různé podmnožiny a embedded metody vybírají během učení, například přes regularizaci nebo stromové rozdělení. Výběr může snížit šum, výpočet a riziko přeučení, ale musí být vykonaný uvnitř validačního procesu.

Srozumitelné vysvětlení

Databáze může obsahovat tisíce stlpců, z kterých mnohé jsou duplicitné, nestabilní nebo nesou pouze náhodný signál. Feature selection zkouší ponechat ty, které pomáhají cílové úloze. Pokud se však výběr udělá raz na celém datasete před cross-validation, informace z validačních foldů ovlivní trénink a výsledek bude optimistický. Správný postup proto vloží selektor do pipeline. Zvolená podmnožina se hodnotí nejen podle skóre, ale i podle dostupnosti a významu v produkci.

Časté otázky

Jak se selection liší od dimensionality reduction?

Selection ponecháva původní features. Redukce, například PCA, vytváří nové komponenty jako kombinace více vstupů, čím se mění interpretace.

Co je univariate feature selection?

Každá vlastnost se hodnotí samostatným štatistickým testem vůči cielu. Je rychlá, ale může přehlédnout features užitečné pouze v interakcii.

Jako funguje recursive feature elimination?

Model se opakovaně trénuje, nejméně hodnocené features se odstraní a proces pokračuje s menšou množinou, zatímco se nedosiahne zvolený rozsah.

Proč musí být selektor ve uvnitř cross-validation?

Jinak by výběr využil informace ze všech dat včetně validačních příkladů. To vytváří leakage a nadhodnotené odhady generalizace.

Může méně features zlepšit prevádzku?

Ano. Snižuje se latence, náklad na sběr, paměť a počet bodů selhání. Odstranění důležitej vlastnosti však může poškodit robustnost.

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.