知识卡片
特征是量化的决策输入
在线规则、统计模型或机器学习模型所消费的输入,通常是从原始事件中提取并量化的字段或统计结果,称为特征。原始事件到特征之间需要明确字段映射、时间窗口和计算规则;若这些定义不一致,同一模型面对的输入含义也会改变。特征提取因此是决策链的一部分,而不只是数据格式转换。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《实时流计算系统设计与实现》第11章11.1《实时流数据特征提取引擎》(源文件:_epub-src/OEBPS/Text/chapter173.xhtml)
- 结论依据:原文把规则系统、统计模型和机器学习模型的输入统称为已量化的数据,即特征,并以此引出通用特征提取引擎。
- 原始内容:不管是在风控、监控、预警等各种场景下,也不管我们使用的是最简单的规则系统,还是复杂的统计模型或机器学习模型,它们的输入都一定是已经量化的各种数据,我们把这种数据称为特征。