În recunoașterea modelelor și învățarea automată, un vector de caracteristici este un vector n-dimensional de caracteristici numerice care reprezintă un anumit obiect. Mulți algoritmi în învățarea automată necesită o reprezentare numerică a obiectelor, deoarece astfel de reprezentări facilitează procesarea și analiza statistică. În cazul reprezentării imaginilor, valorile caracteristicilor pot corespunde pixelilor unei imagini, în timp ce în cazul reprezentării textelor, caracteristicile pot fi frecvențele de apariție a termenilor textuali. Vectorii de caracteristici sunt echivalenți cu vectorii de variabile explicative utilizate în procedurile statistice, cum ar fi regresia liniară. Vectorii de caracteristici sunt adesea combinați cu ponderi folosind un produs de puncte pentru a construi o funcție predictivă liniară care este utilizată pentru a determina un scor pentru realizarea unei predicții.
Spațiul vectorial asociat cu acești vectori este adesea numit spațiu al caracteristicilor. Pentru a reduce dimensionalitatea spațiului caracteristicilor, se pot utiliza o serie de tehnici de reducere a dimensionalității.
Caracteristicile de nivel superior pot fi obținute din caracteristicile deja disponibile și adăugate la vectorul de caracteristici; de exemplu, pentru studiul bolilor, caracteristica „Vârsta” este utilă și este definită ca Vârsta = „Anul decesului” minus „Anul nașterii” . Acest proces este denumit „construire de caracteristici”. Construirea caracteristicilor este aplicarea unui set de operatori constructivi la un set de caracteristici existente, ceea ce duce la construirea unor caracteristici noi. Printre exemplele de astfel de operatori constructivi se numără verificarea condițiilor de egalitate {=, ≠}, operatorii aritmetici {+,-,×, /}, operatorii de matrice {max(S), min(S), average(S)}, precum și alți operatori mai sofisticați, de exemplu count(S,C), care numără numărul de caracteristici din vectorul de caracteristici S care îndeplinesc o anumită condiție C sau, de exemplu, distanțele față de alte clase de recunoaștere generalizate de un dispozitiv de acceptare. Construcția de caracteristici a fost considerată de mult timp un instrument puternic pentru creșterea atât a acurateței, cât și a înțelegerii structurii, în special în probleme cu dimensiuni mari. Aplicațiile includ studii de recunoaștere a bolilor și a emoțiilor din vorbire.
.