神经网络中“特征”的定义是什么？

我是神经网络的初学者。我对feature这个词非常困惑。你能给我一个关于feature的定义吗？特征是隐藏层中的神经元？神经网络中“特征”的定义是什么？

来源

2015-06-05 xirururu

该功能是您的输入向量的元素。特征的数量等于网络输入层中的节点数量。

如果您使用神经网络将人分类为男性或女性，那么这些特征可能是身高，体重，头发长度等。这些特征中的每一个都具有以米，千克等为单位的初始值，然后在呈现给系统之前将被归一化并且集中在零（特征内）。

所以这个人：

高度：1.5米
体重：70kg
头发长度：0.1米

将由矢量[1.5, 70, 0.1]然后进行初始表示预处理（以后那里将不得不在数据集中的其他项...）通过类似[-0.2, 0.4, .05]

的功能字母的图像可以像像素的灰度值一样简单。其他特征可以通过处理图像并从功率谱中提取参数或找到边缘等来生成。要了解更多信息，请查找有关图像处理和特征提取的信息。

来源

2015-06-05 15:08:53 ohruunuruus

所以这个代表向量中的特征的数量是：3（？） – naisanza

@naisanza yep。在上面的例子中，有三个特征用于表示每个示例（人物）：身高，体重和头发长度。 – ohruunuruus

神经网络中的特征是数据集中的变量或属性。您通常会选择一部分变量，这些变量可以用作模型的良好预测变量。所以在神经网络中，特征将是输入层，而不是隐藏层节点。输出是你试图预测的任何变量（或变量）。

来源

2015-06-05 15:08:04

Thanks @Bill the Lizard and @ohruunuruus for the answers，but still still can not understand什么意思是'手写识别'中的特征学习？信件的特点是什么？有时候他们说，他们需要“学习功能”。那是什么意思？这是否像信件的角落？ – xirururu

@xirururu对于手写识别，您通常会扫描手写图像来训练模型。如果您有数千个以10 x 10像素分辨率扫描的字母，那么这些图像的所有100个像素都将是您的特色。字母A将具有与字母E相比变暗的不同像素。一旦你训练了你的模型，它将能够根据这些特征区分不同的字母。 [功能选择]（http://en.wikipedia.org/wiki/Feature_selection）可能是“学习功能”的意思。 –

神经网络中“特征”的定义是什么？

回答

相关问题