經常聽到搞演算法的人把“feature”掛在嘴邊，這個 feature 可不是產品經理丟給開發的feature -- 產品的新特性，而是“特徵”。在機器學習中，特徵是被觀測物件的一個獨立可觀測的屬性或者特點。比如識別水果的種類，需要考慮的特徵（屬性）有：大小、形狀、顏色等。要識別一個人是誰，可以用他的走路姿勢、說話語氣等來衡量。古人歸有光在《項脊軒志》提到了“足音辨人”的技能，所以走路的腳步聲也可以用來作為是別人的特徵。 特徵一般用數值而非文字等其他形態，主要是為了處理和統計分析的方便。特徵的特點是：有資訊量，區別性，獨立性。背後的思路是通過一個抽象、簡化的數學概念來代表複雜的事物。 ## 特徵向量 一個特徵不足以代表一個物體，所以機器學習中使用特徵的組合--特徵向量。它是一個 n 維的數值向量，可以用來代表某個東西。比如人臉識別中，使用256維度的向量來代表一個人的面部特徵。特徵向量都是為了解決實際問題而專門設計的，比如進行人臉識別的場景和進行水果種類識別的場景，使用的特徵向量肯定是不一樣的。 ## 用途 有了特徵向量這種物體的數字化表示，就可以做檢索，分類等應用了。 檢索場景：收集公司中員工的面部特徵值作為底庫，在公司門口使用攝像頭分析鏡頭前來人的特徵，兩者做比對就可以作為門禁使用。可以使用逃犯的照片作為底庫，在演唱會門口分析參會人員的特徵，就可以抓逃犯。 分類、預測場景：特徵向量經常和權重做點乘來構建一個線性預測函式，可以用來做預測。比如預測人的性別，年齡，種族等。 ## 極簡例子 假設我們要實現《寫給小朋友看的人工智慧介紹》中的識別蘋果和香蕉的邏輯。那麼可以選擇特徵向量 fv 為 [形狀狹長，是黃色]。形狀狹長這個特徵的取值範圍為[0, 1]，值越大代表形狀越狹長。是黃色這個特徵是離散值，是為1，不是為0。設定閾值為0.5，如果計算出來的結果大於0.5，說明是香蕉；反之結果小於0.5，是蘋果。那麼我們的預測機制是：先判斷出當前照片的特徵向量，如下圖，由於形狀是圓形，顏色為綠色，所以其特徵向量 fv為：[0，0]，然後再求fv和w的標量積：fv*w = 0, 所以結果是蘋果。 總結一下，特徵最早來源於統計學中如線性迴歸中的可解釋變數，用途是為了用數字化的形式來區分實際場景中的物體，一般會要求特徵有區分度、可衡量相似性的特點。 ## 歡迎關注我的微信公眾賬號，會在第一時間更新 ![code](http://img2.tbcdn.cn/L1/461/1/5a0eff69de17d58383b72c9a78b3c28cd7