ما هي الهندسة الميزات (Feature Engineering)؟
تحول هندسة الميزات البيانات الخام إلى متغيرات إدخال تحسّن أداء نموذج التعلم الآلي. تعرّف على سبب تأثيرها غالباً أكثر من اختيار النموذج.
Key Takeaways
- تنشئ هندسة الميزات متغيرات إدخال جديدة من البيانات الخام التي تساعد نماذج التعلم الآلي على تقديم تنبؤات أفضل.
- تلتقط الميزات الجيدة المعرفة الحقلية في شكل يمكن للخوارزميات التعلم من.
- غالباً ما تحتوي هندسة الميزات على تأثير أكبر على دقة النموذج من اختيار خوارزمية أكثر تعقيداً.
ما الميزات
في التعلم الآلي، الميزة هي خاصية فردية قابلة للقياس في البيانات تخدم كإدخال للنموذج. نادراً ما تأتي البيانات الخام في شكل يمكن للنماذج استخدامه بشكل فعال. هندسة الميزات هي عملية تحويل البيانات الخام إلى ميزات تمثل بشكل أفضل الأنماط الأساسية. على سبيل المثال، يمكن تحويل طابع زمني خام إلى ميزات مثل يوم الأسبوع والساعة واليوم وعدد الأيام منذ آخر شراء — كل واحدة تلتقط جانباً مختلفاً من الزمن قد يؤثر على التنبؤات.
التقنيات الشائعة
تنشئ التجميع إحصائيات ملخصة — متوسط قيمة الطلب على مدار 90 يوماً. تجميع المجموعات القيم المستمرة في فئات — نطاقات الدخل بدلاً من الأرقام الدقيقة. الترميز يحول البيانات الفئوية إلى تنسيق رقمي — تحويل فئات المنتج إلى أعمدة ثنائية. ميزات التفاعل تجمع متغيرين — السعر مضروباً في الكمية يساوي الإيرادات. ميزات التعمد استخرج أنماط من التواريخ — الحداثة والتكرار والموسمية. معرفة الحقل توجه التحويلات الأكثر إثارة للاهتمام.
لماذا تهم أكثر من اختيار النموذج
يتفوق نموذج الانحدار اللوجستي البسيط مع ميزات مهندسة بشكل خبير بشكل متكرر على نموذج تعلم عميق معقد مع بيانات خام غير معالجة. تشفّر الميزات المعرفة البشرية حول مجال المشكلة إلى البيانات. قد تقوم شركة fintech أفريقية تبني نموذج تصنيف ائتمان بهندسة ميزات من أنماط معاملات الأموال المحمولة — تكرار المعاملة والمبلغ المتوسط وتنوع التاجر — الذي يلتقط مباشرة إشارات الجدارة الائتمانية المحددة بالسوق.
سير عمل هندسة الميزات
ابدأ بفهم مشكلة العمل والبيانات المتاحة. أنشئ ميزات مرشحة بناءً على معرفة الحقل والتحليل الاستكشافي. قيّم قوة كل ميزة المتنبئة باستخدام اختبارات إحصائية أو درجات أهمية الميزات من النماذج الأولية. أزل الميزات التي تضيف ضوضاء دون قيمة تنبؤية. كرر — أفضل مجموعات الميزات تظهر من خلال التجريب. أتمتة حساب الميزات في خط أنابيب البيانات حتى يتم توليد الميزات باستمرار بنفس الطريقة للتدريب والتنبؤ الإنتاجي.