Inom mönsterigenkänning och maskininlärning är en funktionsvektor en n-dimensionell vektor av numeriska egenskaper som representerar något objekt. Många algoritmer inom maskininlärning kräver en numerisk representation av objekt, eftersom sådana representationer underlättar bearbetning och statistisk analys. Vid representation av bilder kan funktionerna motsvara pixlarna i en bild, medan funktionerna vid representation av texter kan vara frekvensen av förekomsten av textuella termer. Funktionella vektorer är likvärdiga med vektorerna av förklarande variabler som används i statistiska förfaranden, t.ex. linjär regression. Funktionerna kombineras ofta med vikter med hjälp av en punktprodukt för att konstruera en linjär prediktorfunktion som används för att fastställa en poäng för att göra en förutsägelse.
Den vektorrymd som är förknippad med dessa vektorer kallas ofta för funktionsrymd. För att minska dimensionaliteten i funktionsutrymmet kan ett antal dimensionalitetsreducerande tekniker användas.
Funktioner på högre nivå kan erhållas från redan tillgängliga funktioner och läggas till funktionsvektorn; till exempel är funktionen ”ålder” användbar för studier av sjukdomar och definieras som ålder = ”dödsår” minus ”födelseår” . Denna process kallas ”feature construction” (konstruktion av funktioner). Funktionskonstruktion är tillämpningen av en uppsättning konstruktiva operatörer på en uppsättning befintliga funktioner som resulterar i nya funktioner. Exempel på sådana konstruktiva operatörer är kontroll av jämlikhetsvillkoren {=, ≠}, de aritmetiska operatörerna {+,-,×, /}, matrisoperatörerna {max(S), min(S), average(S)} samt andra mer sofistikerade operatörer, t.ex. count(S,C) som räknar antalet egenskaper i egenskapsvektorn S som uppfyller ett visst villkor C, eller t.ex. avstånd till andra igenkänningsklasser generaliserade av en acceptansanordning. Konstruktionen av funktioner har länge ansetts vara ett kraftfullt verktyg för att öka både noggrannheten och förståelsen av strukturen, särskilt i högdimensionella problem. Tillämpningar omfattar bland annat studier av sjukdomar och känslomässig igenkänning av tal.