¿O que é a Inxeniería de Características?
A inxeniería de características é o proceso de transformación e creación de variables de entrada (características) para modelos de aprendizaxe automático. Aunque os métodos de deep learning poden aprender moitas características automaticamente, a inxeniería de características segue sendo un importante palanca para o rendemento dos modelos con datos tabulares, series temporais e dominios especializados. As características ben construídas poden mellorar drasticamente o rendemento do modelo.
Métodos Principais
As características numéricas transfórmanse mediante normalización e escalado. As variables categóricas codifícanse (one-hot, target encoding, embeddings). As características temporais extraen tendencias, estacionalidade e patróns cíclicos. As características de interacción combina información de múltiples variables. As características de dominio aproveitan o coñecemento experto.
Feature Stores
Para o ML empresarial, os feature stores xestionan centralmente as características calculadas, garanten a coherencia entre adestramento e inferencia, permiten a reutilización de características entre proxectos e rastrean a procedencia das características para a auditoría. Un feature store evita o sesgo entre adestramento e servizo, unha fonte común de fallos na IA de produción.