Inputkenmerken

Inputkenmerken, ook wel features of voorspellende variabelen genoemd, zijn de variabelen die dienen als invoer voor een statistisch model, algoritme of analyse. Samen vormen ze de kenmerken van de te onderzoeken entiteit (bijv. een klant, woning of tijdreeks) en bepalen ze in welke mate de uitkomst kan worden voorspeld.

Ze kunnen verschillende typen hebben: numerieke kenmerken (continu of discreet), categorische kenmerken (nominaal), ordinale kenmerken (met een rangorde), tekstuele of beeldmatige kenmerken, en afgeleide kenmerken die door feature engineering zijn gemaakt, zoals interactie-termen of samengevoegde statistieken.

Voorbewerking: data bevatten vaak ontbrekende waarden, ruis of verschillende schalen. Voor inputkenmerken worden stappen zoals imputatie, normalisatie of standaardisatie, codering van categoricals (one-hot encoding), en dimensionale reductie toegepast om de data geschikt te maken voor modellen.

In een voorspellend model vormen inputkenmerken het belangrijkste middel om de doelvariabele te voorspellen. De keuze, kwaliteit en relevantie van kenmerken beïnvloeden modelcomplexiteit en prestaties. Eigenschapselectie, -extractie en feature engineering helpen om significante kenmerken te identificeren. Ethiek en privacy: zorg dat kenmerken geen ongewenste bias bevatten en dat gevoelige informatie correct wordt behandeld.