神经网络中"特征"的定义是什么？

Question

我是神经网络的初学者.我对这个词很困惑feature.你能给我一个定义feature吗？这些特征是隐藏层中的神经元吗？

Answer 1

这些功能是输入向量的元素.要素数等于网络输入层中的节点数.

如果你使用神经网络将人们分类为男性或女性,那么这些特征就像身高,体重,头发长度等等.每个都有一个以米,千克等为单位的初始值,然后是在呈现给系统之前归一化并以零(在特征内)为中心.

所以这家伙:

身高:1.5米
体重:70公斤
头发长度:0.1 米

最初将由向量表示[1.5, 70, 0.1],然后在预处理之后(数据集中必须有其他项...)[-0.2, 0.4, .05]

字母图像的特征可以像像素的灰度值一样简单.其他功能可以通过处理图像并从功率谱中提取参数,或查找边缘等来生成.要了解有关此内容的更多信息,请查找有关图像处理和特征提取的信息.

Answer 2

神经网络中的特征是数据集中的变量或属性。您通常会选择一个可以被模型用作良好预测变量的变量子集。因此，在神经网络中，特征将是输入层，而不是隐藏层节点。输出是您尝试预测的任何变量（或多个变量）。