特徵（feature）

特徵，是描述某個你想讓機器學習的事物的、一條可以度量的資訊。如果你要預測一套房子的價格，特徵可能是它的建築面積、臥室數量、建成年份，以及離最近的火車站有多遠。每個特徵是表格裡的一欄，每套房子是一列。機器從來沒見過房子本身，它看到的只是這一疊代替房子的數字和類別。

選對特徵，往往比選對演算法更要緊。一個弱特徵，是指它和答案幾乎沒什麼關係——大門的顏色，幾乎告訴不了你關於房價的任何事。強特徵則帶著真正的訊號。有時最有用的特徵並非直接測量得來，而是從原始資料裡造出來的：從出生日期可以算出年齡，從時間戳可以抽出是星期幾。這門設計更好特徵的手藝，就叫特徵工程。

要誠實地看待它的侷限。模型只能從你給它的特徵裡學習——如果一個關鍵事實根本沒出現在那些欄中，再巧妙的數學也變不出它來。特徵還可能悄悄夾帶偏見：如果某個特徵實際上是種族、性別或郵遞區號的替身，模型就可能在無人有意的情況下產生歧視。特徵是機器觀察世界所用的那副鏡片，鏡片若狹窄或扭曲，看到的世界也就狹窄或扭曲。