特徵 (機器學習)維基百科,自由的 encyclopedia 在機器學習和模式識別中,特徵是被觀測對象的可測量性能或特性[1]。在模式識別、分類和回歸中,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(如字符串和圖)。「特徵」的概念與線性回歸等統計技術中使用的解釋變量有關。 此條目可參照英語維基百科相應條目來擴充。 (2020年1月13日)
在機器學習和模式識別中,特徵是被觀測對象的可測量性能或特性[1]。在模式識別、分類和回歸中,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(如字符串和圖)。「特徵」的概念與線性回歸等統計技術中使用的解釋變量有關。 此條目可參照英語維基百科相應條目來擴充。 (2020年1月13日)