Ein Feature beschreibt eine Eigenschaft eines Objekts – etwa die Wortanzahl eines Artikels, die Farbe eines Pixels oder das Klickverhalten eines Users. In klassischen ML-Pipelines werden Features sorgfältig konstruiert (Feature Engineering); in Deep Learning lernt das Modell abstrakte Features selbsttätig über mehrere Ebenen.
Gute Features zeichnen sich aus durch
- Signalstärke: Sie korrelieren mit dem Zielwert.
- Stabilität: Sie verändern sich nicht zufällig durch Rauschen.
- Interpretierbarkeit: Gerade in regulierten Branchen müssen Features nachvollziehbar bleiben.
