AI 용어사전 › 데이터, 학습

피처 선택

feature selection실무

다른 이름: 특성 선택, 변수 선택, 변수 선별, 피쳐 셀렉션

뜻풀이

쉬운 AI 사전

  1. [명사] (데이터) 쓸 수 있는 항목이 많을 때 정말 도움이 되는 것만 골라 남기는 일.

실무 AI 사전

  1. [명사] (데이터) 불필요하거나 겹치는 열을 빼서 학습 속도를 높이고 과적합 위험을 줄인다. 상관관계가 높은 열 제거, 중요도가 낮은 열 제거, 규제 활용 등이 흔한 방법이다.

전문 AI 사전

  1. [명사] (데이터) 필터(통계량 기준), 래퍼(부분집합을 모델로 평가, 예: 재귀적 피처 제거), 임베디드(학습 중 선택, 예: L1 규제, 트리 중요도) 방식으로 나뉜다. 차원 축소와 달리 원래 열을 그대로 유지하므로 해석이 쉽다.

관용구/함께 쓰는 말

  • 재귀적 피처 제거 - 모델을 돌려 중요도가 낮은 열을 하나씩 빼 가는 방법.
  • L1 규제 - 계수를 0으로 만들어 자연스럽게 열을 고르는 규제.

쉬운 비유

예문

  • 열이 500개인데 중요도 하위 400개를 빼도 성능은 거의 같았다.
  • 서로 거의 같은 열 두 개는 하나만 남기도록 피처 선택을 했다.
  • 피처 선택도 학습 데이터 안에서만 해야 한다. 전체 데이터로 고르면 누수가 생긴다.

헷갈리는 용어 비교

차원 축소
피처 선택은 원래 열 중 일부를 고르고, 차원 축소는 열들을 섞어 새로운 소수의 축을 만든다. 선택은 해석이 쉽고 축소는 정보를 더 압축한다.

맞춤법/표기법

바른 표기
피처 선택
주의할 표기
피쳐 선택피처 셀렉션
원어
feature selection
다른 이름
특성 선택, 변수 선택, 변수 선별, 피쳐 셀렉션
참고
표기는 피처 선택이 일반적이고 영어로는 feature selection.

관련어