피처 엔지니어링

뜻풀이

쉬운 AI 사전

1. [명사] (데이터) AI가 더 잘 맞히도록 데이터에서 쓸모 있는 새 항목을 만들어 내는 일. 생년월일에서 나이, 구매 시각에서 요일을 뽑는 것이다.

실무 AI 사전

1. [명사] (데이터) 기존 열을 조합하거나 변환해 파생 변수를 만든다. 도메인 지식이 중요하며, 정형 데이터 모델에서는 모델을 바꾸는 것보다 피처를 잘 만드는 쪽이 성능을 더 올리는 경우가 많다.

전문 AI 사전

1. [명사] (데이터) 원시 데이터에서 예측에 유용한 표현을 설계하는 과정. 비율, 집계 통계, 시간 윈도 통계, 상호작용 항, 로그 변환, 인코딩 등이 포함된다. 딥러닝은 표현 학습으로 이 과정을 상당 부분 자동화한다.

관용구/함께 쓰는 말

• 파생 변수 - 기존 열에서 계산해 만든 새 열.
• 도메인 지식 - 해당 업무 분야의 전문 지식.

쉬운 비유

같은 재료로도 요리사가 손질하는 방식에 따라 맛이 달라지는 것과 같다. 재료를 잘 가공할수록 모델이라는 요리가 더 맛있어진다.

예문

• 고객의 최근 30일 구매 횟수 피처를 만들었더니 이탈 예측이 좋아졌다.
• 날짜에서 요일과 공휴일 여부를 뽑는 것도 피처 엔지니어링이다.
• 피처 엔지니어링 코드를 서비스에서도 똑같이 돌려야 하므로 한 곳에서 관리한다.

헷갈리는 용어 비교

피처 선택

피처 엔지니어링은 새 열을 만들거나 바꾸는 일이고 피처 선택은 이미 있는 열 중에서 쓸 것을 고르는 일이다.

맞춤법/표기법

바른 표기

피처 엔지니어링

주의할 표기

피쳐 엔지니어링피처 엔지니링

원어

feature engineering

다른 이름

특성 공학, 변수 가공, 특성 추출, 파생 변수 만들기

참고

외래어 표기는 엔지니어링. 엔지니어링의 어미는 링이 맞다.

관련어