Признаковое описание

Признаковое описание объекта (англ. feature vector) — это вектор, который составлен из значений, соответствующих некоторому набору признаков для данного объекта. Значения признаков могут быть различного, не обязательно числового, типа. Является одним из самых распространённых в машинном обучении способов ввода данных.

Формальное определениеПравить

Обозначим через X множество объектов, ситуаций, прецедентов некоторой предметной области. Например, в задачах машинного обучения, встречающихся в медицине, прецедентами могут являться пациенты, в сфере кредитования при проведении кредитного скоринга — заёмщики, в задаче фильтрации спама — отдельные сообщения.

Признак (англ. feature) — результат измерения некоторой характеристики объекта, то есть отображение:

$f:<!--\; :\; -->X\to <!--\; \to \; -->D_f$$f\colon X\to D_{f}$ ,

где $D_f$$D_f$  — множество допустимых значений признака.

Значениями признаков могут быть тексты, графы, оцифрованные изображения, числовые последовательности, записи базы данных и т. п. В зависимости от множества $D_f$$D_f$  признаки делятся на следующие типы:

• бинарный признак: $D_f=\{0,1\}$$D_{f}=\{0,1\}$ ;
• номинальный признак: $D_f$$D_f$  — конечное множество;
• порядковый признак: $D_f$$D_f$  — конечное упорядоченное множество;
• количественный признак: $D_f$$D_f$  — множество действительных чисел.

Часто встречаются прикладные задачи с разнотипными признаками, для решения которых подходят далеко не все методы.

Если заданы признаки $f_1,\dots <!--\; \dots \; -->,f_n$$f_{1},\dots ,f_{n}$ , то вектор $\mathbf{x}=(f_1(x),\dots <!--\; \dots \; -->,f_n(x))$${{\mathbf x}}=(f_{1}(x),\dots ,f_{n}(x))$  называется признаковым описанием объекта $x\in <!--\; \in \; -->X$$x\in X$ .

В машинном обучении признаковые описания допустимо отождествлять с самими объектами, то есть: $X=D_{f_1}\times <!--\; \times \; -->D_{f_2}\times <!--\; \times \; -->\cdots <!--\; \cdots \; -->\times <!--\; \times \; -->D_{f_n}$$X=D_{f_{1}}\times D_{f_{2}}\times \dots \times D_{f_{n}}$ . При этом множество $X$$X$  называют признаковым пространством.

Матрицей объектов-признаков (матрица информации, матрица исходных данных) называется совокупность признаковых описаний объектов обучающей выборки $X^l=(x_1,x_2,\dots <!--\; \dots \; -->,x_l)$$X^{l}=(x_{1},x_{2},\dots ,x_{l})$  длины $l$$l$ , записанная в виде матрицы размера $l\times <!--\; \times \; -->n$$l\times n$  ($l$$l$  строк, $n$$n$  столбцов). Столбцы этой матрицы соответствуют признакам $f_1,\dots <!--\; \dots \; -->,f_n$$f_{1},\dots ,f_{n}$ , а каждая строка является признаковым описаниям одного обучающего объекта. Такой вид представления является принятым в задачах классификации и регрессионного анализа, и большое число методов обучения подразумевает такое представление данных.

В приложенияхПравить

Встречающиеся на практике задачи могут не содержать удобных для математической обработки данных. Например, в задаче фильтрации спама объекты — сообщения — представлены текстами произвольной длины, могут содержать вложения различных форматов, и т. п. Для приведения данных к стандартному виду применяется процедура — извлечение признаков (англ. feature extraction) из данных или генерация признаков (англ. feature generation). Таким образом, в качестве признака можно брать и любое отображение из множества $X$$X$  в множество значений, удобное для обработки. Ничто не мешает в качестве такого отображения взять некоторый алгоритм классификации (или регрессии), что позволяет получать сложные композиции алгоритмов.

ЛитератураПравить

• Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: основы моделирования и первичная обработка данных. — М.: Финансы и статистика, 1983. — 471 с.
• Журавлев Ю. И., Рязанов В. В., Сенько О. В. Распознавание. Математические методы. Программная система. Практические применения. — М.: Фазис, 2006.
• Загоруйко Н. Г. Прикладные методы анализа данных и знаний. — Новосибирск: ИМ СО РАН, 1999. — ISBN 5-86134-060-9.
• Hastie T., Tibshirani R., Friedman J. The elements of statistical learning: Data Mining, Inference, and Prediction. — Springer, 2001. — 533 p. — ISBN 9780387952840.

СсылкиПравить

• Признаковое описание, machinelearning.ru