特徴抽出

特徴抽出（とくちょうちゅうしゅつ、Feature engineering）とは、教師あり学習や統計モデルにおける前処理の一つで、元の学習データから有用な情報を抽出する次元削減の一種である。各入力は元の学習データよりコンパクトな特徴量で構成される。