개념
특징 벡터는 데이터 한 개를 설명하는 숫자들의 묶음이다. 각 성분은 데이터를 설명하는 하나의 속성이다.
예를 들어 붓꽃 한 송이는 [꽃받침 길이, 꽃받침 너비, 꽃잎 길이, 꽃잎 너비]로 표현할 수 있다. 성별 분류 예시에서는 [키, 머리카락 길이, 얼굴 길이] 같은 벡터를 사용할 수 있다.
AI에서의 역할
기계학습 모델은 특징 벡터를 입력받아 분류, 회귀, 추천, 군집화 등을 수행한다. 따라서 좋은 특징 벡터는 모델이 문제를 쉽게 풀 수 있게 해준다.
이미지에서의 특징 벡터
이미지 데이터는 픽셀 값 자체를 특징으로 사용할 수도 있다. 하지만 원시 픽셀은 이동, 조명 변화, 가림에 민감하다. 그래서 에지 검출, 컨볼루션, CNN을 통해 더 의미 있는 특징을 추출한다.