特徵 (機器學習)

維基百科,自由的百科全書

機器學習模式識別中,特徵是被觀測對象的可測量性能或特性[1]。在模式識別分類回歸中,信息特徵的選擇、判別和獨立特徵的選擇是有效算法的關鍵步驟。特徵通常是數值型的,但語法模式識別英語Syntactic pattern recognition可以使用結構特徵(如字符串)。「特徵」的概念與線性回歸統計技術中使用的解釋變量有關。

參考資料[編輯]

  1. ^ Christopher, Bishop. Pattern recognition and machine learning. Berlin: Springer. 2006. ISBN 0-387-31073-8.