特徴抽出 とは？

画像や文章などを、機械学習で扱える特徴量へ変換することだよ。すでにある特徴の中から必要なものを選ぶ「特徴選択」とは区別するんだ。

そうとは限らないよ。例えば文章にある単語が何回出てきたかを数える方法も特徴抽出なんだ。人が決めた計算方法を使う場合も、学習したモデルを使う場合もあるよ。

画像などをどんな特徴の表現へ変換するかも、モデルがデータから学習できるんだ。学習済みモデルの一部を固定して特徴抽出器として使い、その後の分類部分だけを学習する方法もあるよ。

特徴を作る、変換する、選ぶなど、予測に役立つ入力を整える作業を広く指す呼び方だよ。特徴抽出はそのために使う処理の一つで、「人の手作業か自動処理か」だけで分けるものではないんだ。

数値の並びを分類などのモデルへ渡すよ。学習した表現を別の用途に再利用することもある。ただし特徴量なら何でも意味を捉えたembeddingになるわけではなく、抽出方法が目的に合うか確かめることが大切なんだ。