Ingegneria delle caratteristiche

## Il processo di ingegneria delle caratteristiche

L'ingegneria delle caratteristiche è sia un'arte che una scienza, che fonde l'esperienza del dominio con le tecniche matematiche. Il processo può essere suddiviso in diverse attività comuni, spesso gestite utilizzando librerie come il modulo di preelaborazione di scikit-learn o strumenti specializzati per l'ingegnerizzazione automatica delle caratteristiche.

• Creazione di funzioni: Si tratta di creare nuove caratteristiche a partire da quelle esistenti. Ad esempio, in un set di dati di vendita al dettaglio, si potrebbe sottrarre una "data di acquisto" da una data "cliente da" per creare una caratteristica di "durata della fedeltà del cliente". Nell'analisi delle serie temporali, si possono ricavare caratteristiche come le medie mobili o la stagionalità da un timestamp.
• Trasformazioni: Spesso i dati grezzi devono essere trasformati per soddisfare i presupposti di un algoritmo di apprendimento automatico. Ciò include il ridimensionamento delle caratteristiche numeriche, l'applicazione di trasformazioni logaritmiche per gestire i dati obliqui o l'uso di tecniche come il binning per raggruppare i numeri in categorie.
• Codifica: Molti modelli ML non sono in grado di gestire direttamente i dati categoriali. La codifica comporta la conversione delle categorie testuali in rappresentazioni numeriche. I metodi più comuni includono la codifica a un punto, in cui ogni valore della categoria viene convertito in una nuova colonna binaria, e la codifica delle etichette.
• Selezione delle caratteristiche: Non tutte le caratteristiche sono utili. Alcune potrebbero essere ridondanti o irrilevanti, introducendo rumore che può portare a un overfitting. La selezione delle caratteristiche mira a scegliere un sottoinsieme delle caratteristiche più rilevanti per migliorare le prestazioni del modello e ridurre i costi computazionali.

## Applicazioni del mondo reale

L'impatto dell'ingegneria delle caratteristiche è evidente in molti settori. La sua efficacia si basa spesso su una profonda conoscenza del dominio per creare caratteristiche che catturino realmente i segnali predittivi.

1. Credit Scoring: In finanza, i dati grezzi dei clienti possono includere il reddito, l'età e la storia dei prestiti. Un ingegnere potrebbe creare nuove variabili come il "rapporto debito/reddito" (dividendo il debito totale per il reddito lordo) o l'"utilizzo del credito" (dividendo il saldo della carta di credito per il limite di credito). Queste caratteristiche ingegnerizzate forniscono un segnale molto più chiaro della salute finanziaria di una persona rispetto ai soli numeri grezzi, portando a modelli di rischio di credito più accurati.
2. Manutenzione predittiva: Nel settore manifatturiero, i sensori sui macchinari producono vasti flussi di dati grezzi come vibrazioni, temperatura e velocità di rotazione. Per prevedere i guasti, un ingegnere potrebbe creare caratteristiche come la "media mobile della temperatura nelle ultime 24 ore" o la "deviazione standard delle vibrazioni". Queste caratteristiche possono rivelare sottili schemi di degrado che precedono un guasto meccanico, consentendo una manutenzione proattiva e prevenendo costosi tempi di fermo.

## Ingegneria delle caratteristiche e concetti correlati

È importante distinguere l'ingegneria delle caratteristiche dai termini correlati dell'IA e della scienza dei dati.

• Feature Engineering vs. Feature Extraction: L'ingegnerizzazione delle caratteristiche è un processo in gran parte manuale di creazione di nuove caratteristiche basate sull'intuizione e sull'esperienza. L'estrazione delle caratteristiche è in genere un processo automatizzato di trasformazione dei dati in un insieme ridotto di caratteristiche. Nell'apprendimento profondo, modelli come le reti neurali convoluzionali (CNN) eseguono automaticamente l'estrazione di caratteristiche, apprendendo caratteristiche gerarchiche (bordi, texture, forme) dai dati grezzi dei pixel senza alcun intervento umano.
• Ingegneria delle caratteristiche vs. Embeddings: Gli embeddings sono una forma sofisticata e appresa di rappresentazione delle caratteristiche, comune in NLP e computer vision. Invece di creare manualmente le caratteristiche, un modello apprende un vettore denso che cattura il significato semantico di un elemento (come una parola o un'immagine). Pertanto, le incorporazioni sono il risultato di un apprendimento automatico delle caratteristiche, non di un'ingegnerizzazione manuale.
• Ingegneria delle caratteristiche vs. preelaborazione dei dati: La preelaborazione dei dati è una categoria più ampia che include l'ingegneria delle caratteristiche come una delle sue fasi principali. Comprende anche altre attività essenziali come la pulizia dei dati (gestione dei valori mancanti e degli outlier) e la preparazione dei dataset per l'addestramento.

Anche se le architetture moderne, come quelle dei modelli Ultralytics YOLO, automatizzano l'estrazione delle caratteristiche per le attività basate sulle immagini, come il rilevamento degli oggetti e la segmentazione delle istanze, i principi dell'ingegneria delle caratteristiche rimangono fondamentali. Capire come rappresentare i dati in modo efficace è fondamentale per il debug dei modelli, per migliorare la qualità dei dati e per affrontare problemi complessi che comportano la combinazione di dati visivi e dati strutturati. Piattaforme come Ultralytics HUB forniscono strumenti per gestire l'intero ciclo di vita, dalla preparazione dei dati alla distribuzione dei modelli.