Feature engineering

Wat is feature engineering?

Feature engineering is het vakmanschap van het bouwen van goede invoerkenmerken (features) voor een machine learning-model. Je gebruikt kennis van je bedrijf en je data om ruwe gegevens om te zetten in variabelen waar een model echt iets mee kan. Het model wordt daar vaak meer van beter dan van een ander algoritme: garbage in, garbage out geldt onverminderd.

Hoe werkt het?

Een data-analist bedenkt nieuwe kenmerken op basis van bestaande gegevens. Uit een geboortedatum maak je een leeftijd. Uit losse bestellingen maak je “aantal bestellingen in de laatste 90 dagen” of “gemiddeld orderbedrag”. Uit een tijdstip haal je “weekend of doordeweeks”. Daarnaast hoort ook het opschonen en omvormen van data erbij: ontbrekende waarden invullen, categorieën omzetten naar getallen en schalen gelijktrekken. Bij deep learning op beelden en tekst leert het netwerk veel kenmerken zelf, maar bij tabel-data (klantgegevens, transacties, sensormetingen) blijft handmatige feature engineering vaak doorslaggevend voor de kwaliteit van het model.

Wat heb je eraan als bedrijf?

Hier zit de domeinkennis van jouw mensen. Een model dat klantverloop voorspelt, wordt pas goed als iemand bedenkt dat “dagen sinds laatste contact” of “aantal klachten dit jaar” relevante signalen zijn. Wie een AI-project start, doet er goed aan om naast de data scientist ook de mensen aan tafel te zetten die het bedrijfsproces kennen: zij weten welke kenmerken er werkelijk toe doen.

Gerelateerde begrippen

Feature engineering hangt samen met feature extraction en feature selection, en is onderdeel van de bredere data preprocessing. De achterliggende kennis van het vakgebied heet domain knowledge.