Kỹ thuật tính năng
Kỹ thuật tính năng là thủ công biến dữ liệu thô thành thông tin đầu vào (tính năng) giúp mô hình học hỏi.
Tổng quan
In classic machine learning it is often the single biggest driver of accuracy, more than the choice of algorithm.
Lặn sâu
Một mô hình chỉ có thể học hỏi từ những thông tin đầu vào mà bạn cung cấp cho nó và dữ liệu thô hiếm khi xuất hiện ở dạng hữu ích. Kỹ thuật tính năng định hình lại nó: trích xuất ngày trong tuần từ dấu thời gian, tính toán giao dịch mua trung bình của khách hàng, mã hóa danh mục dưới dạng số, chia tỷ lệ giá trị thành một phạm vi chung hoặc kết hợp các cột thành tỷ lệ. Hoàn thành tốt, nó sẽ hiển thị các mẫu mà thuật toán cần, do đó, một mô hình đơn giản với các tính năng tuyệt vời thường đánh bại một mô hình phức tạp trên dữ liệu thô. Nó cũng đòi hỏi kiến thức về miền, vì biết rằng, chẳng hạn, 'giao dịch mỗi phút' báo hiệu gian lận là điều tạo ra một tính năng mạnh mẽ. Rủi ro kinh điển là rò rỉ dữ liệu, vô tình xây dựng một tính năng từ thông tin không có sẵn tại thời điểm dự đoán, điều này làm tăng điểm kiểm tra nhưng không thành công trong quá trình sản xuất. Học sâu tự động hóa một số công việc này, nhưng các vấn đề về cấu trúc/dạng bảng vẫn phụ thuộc rất nhiều vào nó.
Hiểu biết kỹ thuật
Các kỹ thuật phổ biến bao gồm chuẩn hóa hoặc tiêu chuẩn hóa (chia tỷ lệ số để không có tính năng đơn lẻ nào chiếm ưu thế), mã hóa một lần hoặc mục tiêu cho các biến phân loại, tạo các giá trị liên tục và tạo các tính năng tương tác hoặc tổng hợp. Một nguyên tắc quan trọng là chỉ điều chỉnh các phép biến đổi (như giá trị trung bình và độ lệch chuẩn của thang đo) trên dữ liệu huấn luyện, sau đó áp dụng chúng cho các tập hợp kiểm tra và xác thực. Việc tính toán chúng trên tập dữ liệu đầy đủ sẽ làm rò rỉ thông tin và tạo ra các kết quả quá lạc quan và không thể triển khai được.
Tác động chiến lược
Quyết định rõ ràng hơn
Nó giúp bạn tách biệt các tuyên bố kỹ thuật rõ ràng khỏi ngôn ngữ tiếp thị.
Chi phí và ngân sách
Bạn có thể đặt các câu hỏi triển khai tốt hơn trước khi chi tiền hoặc thời gian.
Nhóm và quy trình làm việc
Các nhóm có sự hiểu biết chung sẽ đưa ra các quyết định về sản phẩm, chính sách và học tập tốt hơn.
Tương lai của kỹ thuật tính năng
Học sâu có khả năng trích xuất tính năng tự động cho hình ảnh, âm thanh và văn bản, trong đó mạng học cách biểu diễn trực tiếp từ đầu vào thô. Nhưng đối với dữ liệu dạng bảng và dữ liệu kinh doanh, hầu hết là dữ liệu doanh nghiệp, kỹ thuật tính năng chu đáo vẫn mang tính quyết định. Lĩnh vực này đang chuyển sang tự động hóa (AutoML, tạo tính năng tự động) và 'kho tính năng' có thể tái sử dụng, cho phép các nhóm chia sẻ các tính năng nhất quán, được thử nghiệm tốt trên các mô hình. Mong đợi có thêm công cụ gợi ý các tính năng và biện pháp bảo vệ chống rò rỉ, trong khi kiến thức chuyên môn về lĩnh vực con người vẫn cần thiết cho các tính năng có giá trị cao nhất.
Triển khai trong thế giới thực
Phát hiện gian lận: lấy các tính năng như tần suất giao dịch, thời gian kể từ lần mua hàng cuối cùng và khoảng cách từ vị trí thông thường.
Dự báo nhu cầu: trích xuất ngày trong tuần, cờ ngày lễ và trung bình luân phiên từ dấu thời gian bán hàng thô.
Chấm điểm tín dụng: biến lịch sử thô thành các tỷ lệ như nợ trên thu nhập và số lần thanh toán trễ gần đây.
Khách hàng rời bỏ: tổng hợp hoạt động thành các tính năng như số lần đăng nhập mỗi tháng và số ngày kể từ lần tương tác cuối cùng.
Rủi ro & lan can
Các nhóm khác nhau có thể sử dụng cùng một thuật ngữ một cách khác nhau, vì vậy hãy sớm xác định phạm vi.
Điểm chuẩn có thể trông mạnh mẽ trong khi hiệu suất trong thế giới thực không đồng đều.
Việc bỏ qua các kế hoạch đánh giá và chất lượng dữ liệu thường tạo ra những kết quả mong manh.
Lộ trình thực hiện
Bắt đầu với một định nghĩa đơn giản về kết quả bạn cần.
Chọn một số liệu thành công và một điều kiện thất bại trước khi thử nghiệm.
Chạy một thử nghiệm nhỏ với dữ liệu đại diện chứ không phải một bản demo bóng bẩy.
Tài liệu nơi Kỹ thuật tính năng hỗ trợ và nơi các phương pháp đơn giản hơn sẽ tốt hơn.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Feature Engineering quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Đường ống kỹ thuật tính năng và phiên bản dữ liệu
Câu hỏi thường gặp
What is Feature Engineering?
Kỹ thuật tính năng là thủ công biến dữ liệu thô thành thông tin đầu vào (tính năng) giúp mô hình học hỏi. Trong học máy cổ điển, nó thường là động lực lớn nhất cho độ chính xác, hơn cả việc lựa chọn thuật toán.
Kỹ thuật tính năng là gì?
Kỹ thuật tính năng là việc tạo ra các đầu vào (tính năng) từ dữ liệu thô để mô hình có thể tìm thấy các mẫu hữu ích.
Tại sao kỹ thuật tính năng thường được coi là quan trọng trong học máy cổ điển?
Trên dữ liệu có cấu trúc, các tính năng được thiết kế tốt thường quan trọng hơn mô hình cụ thể, vì vậy một mô hình đơn giản với các tính năng tuyệt vời có thể giành chiến thắng.
Rò rỉ dữ liệu trong kỹ thuật tính năng là gì?
Rò rỉ có nghĩa là một tính năng lén lút lấy thông tin mà bạn thực sự không có khi dự đoán, làm tăng điểm kiểm tra nhưng không thành công trong quá trình sản xuất.
Khi chia tỷ lệ các tính năng (ví dụ: tiêu chuẩn hóa), bạn nên tính giá trị trung bình và độ lệch chuẩn ở đâu?
Chỉ lắp bộ chia tỷ lệ trên dữ liệu huấn luyện, sau đó áp dụng nó ở nơi khác, ngăn chặn rò rỉ và đưa ra ước tính hiệu suất thực tế.
Điều nào sau đây là kỹ thuật kỹ thuật tính năng điển hình cho dữ liệu phân loại?
Các biến phân loại thường được chuyển đổi thành số thông qua mã hóa một nóng hoặc mã hóa mục tiêu để các mô hình có thể sử dụng chúng.