Característica (aprendizaje automático)

En aprendizaje automático y reconocimiento de patrones , una característica es una propiedad o característica individual medible de un conjunto de datos. ^{[ 1 ]} Elegir características informativas, discriminatorias e independientes es crucial para producir algoritmos eficaces para tareas de reconocimiento de patrones , clasificación y regresión . Las características suelen ser numéricas, pero en el reconocimiento de patrones sintácticos se utilizan otros tipos, como cadenas y grafos , después de algún paso de preprocesamiento como la codificación one-hot . El concepto de "características" está relacionado con el de variables explicativas utilizadas en técnicas estadísticas como la regresión lineal .

En la ingeniería de características, se suelen utilizar dos tipos de características: numéricas y categóricas.

Las características numéricas son valores continuos que se pueden medir en una escala. Algunos ejemplos de características numéricas son la edad, la estatura, el peso y los ingresos. Estas características se pueden utilizar directamente en algoritmos de aprendizaje automático.

Las características categóricas son valores discretos que se pueden agrupar en categorías. Algunos ejemplos son el género, el color y el código postal. Normalmente, las características categóricas deben convertirse a numéricas antes de poder utilizarlas en algoritmos de aprendizaje automático. Esto se puede lograr mediante diversas técnicas, como la codificación one-hot, la codificación de etiquetas y la codificación ordinal.

El tipo de característica que se utiliza en la ingeniería de características depende del algoritmo de aprendizaje automático específico que se esté empleando. Algunos algoritmos de aprendizaje automático, como los árboles de decisión, pueden manejar características tanto numéricas como categóricas. Otros algoritmos de aprendizaje automático, como la regresión lineal, solo pueden manejar características numéricas.

Una característica numérica se puede describir fácilmente mediante un vector de características. Una forma de lograr la clasificación binaria es utilizando una función predictora lineal (relacionada con el perceptrón ) con un vector de características como entrada. El método consiste en calcular el producto escalar entre el vector de características y un vector de pesos, calificando aquellas observaciones cuyo resultado supera un umbral.

Los algoritmos para la clasificación a partir de un vector de características incluyen la clasificación del vecino más cercano , las redes neuronales y las técnicas estadísticas como los enfoques bayesianos .

En el reconocimiento de caracteres , las características pueden incluir histogramas que cuentan el número de píxeles negros en las direcciones horizontal y vertical, el número de agujeros internos, la detección de trazos y muchas otras.

En el reconocimiento de voz , las características para reconocer fonemas pueden incluir relaciones de ruido, duración de los sonidos, potencia relativa, coincidencias de filtros, vectores espectrales de escala Mel logarítmica y coeficientes cepstrales de frecuencia Mel, que representan las características de frecuencia de las señales de audio. ^{[ 2 ]}

En los algoritmos de detección de spam , las características pueden incluir la presencia o ausencia de ciertos encabezados de correo electrónico, la estructura del correo electrónico, el idioma, la frecuencia de términos específicos y la corrección gramatical del texto.

En visión artificial , existe un gran número de características posibles , como bordes y objetos.

En el reconocimiento de patrones y el aprendizaje automático , un vector de características es un vector n-dimensional de características numéricas que representan un objeto. Muchos algoritmos de aprendizaje automático requieren una representación numérica de los objetos, ya que estas facilitan el procesamiento y el análisis estadístico. Al representar imágenes, los valores de las características pueden corresponder a los píxeles de la imagen, mientras que al representar textos, las características pueden ser la frecuencia de aparición de los términos textuales. Los vectores de características son equivalentes a los vectores de variables explicativas utilizados en procedimientos estadísticos como la regresión lineal . A menudo, los vectores de características se combinan con ponderaciones mediante un producto escalar para construir una función predictora lineal que se utiliza para determinar una puntuación para realizar una predicción.

El espacio vectorial asociado a estos vectores se suele denominar espacio de características . Para reducir la dimensionalidad del espacio de características, se pueden emplear diversas técnicas de reducción de dimensionalidad .

Se pueden obtener características de nivel superior a partir de características ya disponibles y agregarlas al vector de características; por ejemplo, para el estudio de enfermedades, la característica 'Edad' es útil y se define como Edad = 'Año de muerte' menos 'Año de nacimiento' . Este proceso se denomina construcción de características . ^{[ 3 ] [ 4 ]} La construcción de características es la aplicación de un conjunto de operadores constructivos a un conjunto de características existentes, lo que resulta en la construcción de nuevas características. Ejemplos de tales operadores constructivos incluyen la verificación de las condiciones de igualdad {=, ≠}, los operadores aritméticos {+,−,×, /}, los operadores de matriz {max(S), min(S), average(S)}, así como otros operadores más sofisticados, por ejemplo count(S, C) ^{[ 5 ]} que cuenta el número de características en el vector de características S que satisfacen alguna condición C o, por ejemplo, distancias a otras clases de reconocimiento generalizadas por algún dispositivo de aceptación. La construcción de características se ha considerado durante mucho tiempo una herramienta poderosa para aumentar tanto la precisión como la comprensión de la estructura, particularmente en problemas de alta dimensión. ^{[ 6 ]} Las aplicaciones incluyen estudios de enfermedades y reconocimiento de emociones a partir del habla. ^{[ 7 ]}

El conjunto inicial de características sin procesar puede ser redundante y lo suficientemente extenso como para dificultar o ineficaz la estimación y la optimización. Por lo tanto, un paso preliminar en muchas aplicaciones de aprendizaje automático y reconocimiento de patrones consiste en seleccionar un subconjunto de características o construir un conjunto nuevo y reducido de características para facilitar el aprendizaje y mejorar la generalización y la interpretabilidad. ^{[ 8 ]}

La extracción o selección de características es una combinación de arte y ciencia; el desarrollo de sistemas para ello se conoce como ingeniería de características . Requiere la experimentación con múltiples posibilidades y la combinación de técnicas automatizadas con la intuición y el conocimiento del experto en el dominio . La automatización de este proceso se denomina aprendizaje de características , donde una máquina no solo utiliza las características para aprender, sino que también las aprende por sí misma.

• Covariable
• Reducción de dimensionalidad
• Ingeniería de características
• Truco de hash
• Clasificación estadística
• Inteligencia artificial explicable