Ominaisvektori

Ominaisvektori er en vektor som representerer et datapunkt i maskinlæring og mønstergjenkjenning. Hver komponent i vektoren tilsvarer et kjennetegn ved datapunktet, for eksempel en målbar egenskap eller en avledet verdi. Samlingen av slike vektorer utgjør datasettet i et feature space, hvor avstander og vinkler mellom vektorer brukes til å måle likhet og forskjeller mellom data.

Kjennetegnene kan være kontinuerlige eller diskrete, og de kan være ferdig utledet eller resultatet av en feature extraction-prosess. For å gjøre dataene sammenlignbare, standardiseres eller normaliseres ofte komponentene, og man tar ofte hensyn til manglende verdier og korrelasjoner mellom kjennetegn.

Dimensjonalitet er et sentralt tema: antallet komponenter bestemmer vektorens dimensjon. Høy dimensjonalitet kan gjøre læring utfordrende på grunn av curse of dimensionality. Derfor brukes ofte dimensjonsreduksjonsteknikker (for eksempel PCA) eller utvelgelse av relevante kjennetegn for å forbedre ytelse og tolkbarhet.

Bruksområder inkluderer input til ulike maskinlæringsmodeller, som k-nearest neighbors, logistisk regresjon, støttevektor-maskiner, beslutningstrær og nevrale nettverk. I bilde- og tekstprosesser blir rådata konvertert til ominaisvektorer via ulike metoder: bildesektorer, histogrammer, tekstvektorisering (Bag of Words, TF-IDF) eller funksjoner fra dype modeller.

En velkonstruert ominaisvektori fanger relevant informasjon på en kompakt måte og muliggjør effektiv beregning av avstander, likhet og mønstre i data.