工程特性

特征工程是将原始数据转化为供机器学习使用的特征的过程。特征工程是困难的，因为从信号和图像中提取特征需要深入的领域知识，并且即使应用自动化方法，从根本上找到最佳特征仍然是一个迭代过程。

特性工程包含以下一个或多个步骤:

1. 特征提取生成候选特征
2. 特征转换，映射特征以使它们更适合下游建模
3. 特征选择识别在建模数据时提供更好预测能力的子集，同时减少模型大小并简化预测。

例如，体育统计包括数字数据，如所玩的比赛，平均每场比赛的时间和得分，这些都是由球员分解的。在这种情况下，特征提取包括将这些统计数据压缩成衍生数字，如每场比赛得分或平均得分时间。然后特征选择就变成了一个问题，你是否只使用这些比率来构建模型，或者原始的统计数据是否仍然有助于模型做出更准确的预测。

信号和图像数据的手动特征提取需要信号和图像处理知识，尽管自动化技术如小波变换非常有效。即使你将深度学习应用于信号数据，这些技术也很有用，因为深度神经网络在发现原始信号数据中的结构方面存在困难。从文本数据中提取特征的传统方法是将文本建模为废话连篇。现代方法应用深度学习来编码单词的上下文，例如流行的单词嵌入技术word2vec．

特征转换包括流行的数据准备技术，如标准化来解决特征尺度上的巨大差异，但也包括聚合来总结数据，过滤来去除噪声，以及降维技术，如PCA和因子分析。

MATLAB支持多种特征选择方法^®．有些是根据重要性对特征进行排名，这可能与响应的相关性一样基本。一些机器学习模型在学习算法(“嵌入式”特征选择)期间估计特征的重要性，而所谓的基于过滤器的方法推断特征重要性的单独模型。包装器选择方法使用选择标准迭代地添加和删除候选特性。下图提供了特征工程的各个方面的概述，以指导从业者为他们的机器学习模型寻找性能特征。

深度学习以将原始图像和信号数据作为输入而闻名，从而消除了特征工程步骤。虽然这适用于大型图像和视频数据集，但在将深度学习应用于较小的数据集和基于信号的问题时，特征工程对于良好的性能仍然至关重要。

要点

• 特征工程是应用机器学习的必要条件，也与深度学习在信号中的应用有关。
• 小波散射可以从信号和图像数据中获得良好的特征，无需人工提取特征
• 特性转换和选择等其他步骤可以产生更精确但更小的特性集，适合部署到硬件受限的环境中。