機器學習-特徵提取

現實生活當中我們往往會根據物體具有的一些特點來區分它們，比如判別不同鳶尾花品種的時候，依據的是鳶尾花的花瓣大小。像這種對事物具有某些方面的特點進行刻畫的資料或者屬性，我們稱為特徵。

在鳶尾花分類中，怎麼得到可以被人工智慧系統所使用的特徵呢？經過嘗試，人們發現花瓣的長度和寬度作為鳶尾花的特徵，可以讓分類器有效地分類。提取特徵時，直接用尺子量即可，選用這樣的特徵也符合人們根據花瓣大小來區分種類的生活經驗。

特徵是在分類器乃至所有人工智慧系統中非常重要的概念。對同樣的事物，我們可以提取各種各樣的特徵。我們可以用鳶尾花植株高度或者花瓣顏色作為特徵。但是，鳶尾花的植株高度和品種沒有直接關係，一朵鳶尾花在生命的不同階段也有著不同高度：不同鳶尾花品種又都有著顏色相近的花瓣，所以用鳶尾花的植株高度和花瓣顏色很難有效區分鳶尾花的品種，我們看到，不同的特徵對於分類器的準確分類會有很大的影響。

因此，我們需要根據物體和資料本身的特點，考慮不同類別之間的差異，並在此基礎上設計出有效的特徵。而不是一件簡單的事——他往往需要我們真正理解事物特點和不同型別之間的差異。特徵的質量很大程度上決定了分類器最終分類效果的好壞。

特徵向量

透過實際的測量，我們得到了鳶尾花的特徵——花瓣的長度和寬度，那麼在數學上它們是如何表達的呢？我們可以用x來表示花瓣長度，用x₂來表示花瓣的寬度。為了方便使用，進一步把這兩個數字一起放進括號中，寫成（x₁,x₂）。這種形式的一組資料在數學中被稱為向量（vector）