Речник

Извличане на признаци

Какво е Извличане на признаци?

Извличането на признаци е процес, при който от суровите данни се получават смислени стойности, така че моделът да може да ги обработва ефективно. Вместо милиони отделни пиксели една система може да използва ръбове, цветове или форми; текстовете се превръщат в тегла на думите или в векторни представяния (ембединги). Добрите признаци намаляват обема на данните, свеждат изчислителните разходи до минимум и често подобряват точността. Извличането на признаци е основна част от инженерството на признаци.

Теми

подготовка на данни
инженерство на признаци
моделиране

Изпробвайте KI.ordo

Агенти, потоци и шаблони в едно работно пространство – безплатна 24-часова демонстрация.

Стартирайте демото

← Всички термини

Свързани термини

Конструиране и извличане на признаци (feature engineering)

Конструирането на признаци (feature engineering) означава избиране, преобразуване и създаване на атрибути (признаци) от суровите данни, така че алгоритъмът за обучение да открива по-лесно закономерности. Извличането на признаци извежда компактни, смислени стойности от сложни данни като текст, изображения или сигнали. Пример: отделни записи за покупки се превръщат в признаци като „дни от последната покупка“ или „средна стойност на поръчката“, което може осезаемо да подобри прогнозата за отпадане на клиенти.

Машинно обучение
Подготовка на данни
+1

Намаляване на размерността

Намаляването на размерността свежда броя на признаците в масив от данни, без да се губи същественото. Известни методи са анализът на главните компоненти (PCA), както и t-SNE и UMAP, които често се използват за визуализация. То ускорява изчисленията, намалява риска от преобучение и прави данните по-лесни за възприемане – например когато стотици характеристики на клиенти се проектират в двумерна диаграма, в която сходните клиенти са разположени близо един до друг.

анализ на данни
PCA
+1

Вектор на влагане (embedding)

Векторът на влагане (embedding) е списък от числа, който представя значението на дума, изречение или документ така, че текстовете със сходно съдържание да са разположени близо един до друг. Това дава възможност да се разпознае например, че „отмяна“ и „прекратяване на договор“ са свързани, въпреки че нямат общи думи. Влаганията са в основата на много системи за семантично търсене, услуги за препоръки и RAG приложения; изчисляват се от специално обучени модели.

вектор
семантично търсене
+1

Разпознаване на образи

Разпознаването на образи е автоматично откриване на закономерности, структури или повтарящи се характеристики в данни като изображения, звуци, текстове или измервания. Системите отнасят новите наблюдения към известни категории или откриват групи без предварително зададени етикети. Приложенията включват лицево разпознаване, разпознаване на ръкопис, контрол на качеството в производството и откриване на необичайни транзакции. Дисциплината е важна основа на машинното обучение.

основи
класификация
+1