Feature Vector

释义 Definition

特征向量：在机器学习、模式识别和数据分析中，用一组有序的数值（或符号）来表示一个样本/对象的“特征”。每个数值通常对应一个特征维度（如长度、频率、像素强度、词频等），整体作为模型的输入表示。

发音 Pronunciation (IPA)

/ˈfiːtʃər ˈvɛktər/

例句 Examples

A feature vector represents an image as a list of numbers.
特征向量把一张图像表示为一串数字。

To improve classification, we normalized each feature vector and then reduced its dimensionality with PCA before training the model.
为了提高分类效果，我们先对每个特征向量做归一化，再用 PCA 降维后训练模型。

词源 Etymology

feature 来自古法语 faiture（“形状、样子、构成”），与拉丁语 facere（“做、制造”）相关；vector 来自拉丁语 vector（“携带者、运载者”），源于 vehere（“携带、运输”）。合在一起，“feature vector”字面可理解为“承载特征的向量表示”，后来在统计与机器学习语境中固定指“样本的数值化特征表示”。

相关词 Related Words

• Attribute
• Classifier
• Descriptor
• Dimension
• Embedding
• Feature
• Kernel
• Representation
• Tensor
• Vector

文学与著作中的用例 Literary Works

• Pattern Recognition and Machine Learning（《模式识别与机器学习》, Christopher M. Bishop）
• The Elements of Statistical Learning（《统计学习基础》, Hastie, Tibshirani, Friedman）
• Introduction to Information Retrieval（《信息检索导论》, Manning, Raghavan, Schütze）
• Deep Learning（《深度学习》, Goodfellow, Bengio, Courville）