Признаковое описание

Признаковое описание объекта (Шаблон:Lang-en) — 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 определение

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 (Шаблон:Lang-en) — результат измерения некоторой характеристики объекта, то есть отображение:

$f:X\to D_f$,

где $D_f$ — множество допустимых значений признака.

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

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

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

Если заданы признаки $f_1,\dots ,f_n$, то вектор $𝐱=(f_1(x),\dots ,f_n(x))$ называется признаковым описанием объекта $x\in X$.

В машинном обучении признаковые описания допустимо отождествлять с самими объектами, то есть: $X=D_{f_1}\times D_{f_2}\times \dots \times D_{f_n}$. При этом множество $X$ называют признаковым пространством.

Матрицей объектов-признаков (матрица информации, матрица исходных данных) называется совокупность признаковых описаний объектов обучающей выборки $X^l=(x_1,x_2,\dots ,x_l)$ длины $l$, записанная в виде матрицы размера $l\times n$ ($l$ строк, $n$ столбцов). Столбцы этой матрицы соответствуют признакам $f_1,\dots ,f_n$, 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 приложениях

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 (Шаблон:Lang-en) из данных или генерация признаков (Шаблон:Lang-en). Таким образом, в качестве признака можно брать и любое отображение из множества $X$ 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.

Литература

• Шаблон:Книга
• Шаблон:Книга
• Шаблон:Книга
• Шаблон:Книга

Ссылки

• Признаковое описание, machinelearning.ru