Feature Engineering ist eine Technik des maschinellen Lernens, bei der Daten genutzt werden, um neue Variablen zu erzeugen, die nicht im Trainingsdatensatz vorhanden sind. Der Prozess der Erstellung, Transformation, Extraktion und Auswahl von Merkmalen – auch Variablen genannt –, die am hilfreichsten für die Entwicklung eines genauen ML-Algorithmus sind, wird als Feature Engineering bezeichnet. Mit dem Ziel, Datenumwandlungen zu vereinfachen und zu beschleunigen und gleichzeitig die Modellgenauigkeit zu verbessern, kann es neue Merkmale sowohl für überwachtes als auch für unüberwachtes Lernen erzeugen. Die Entwicklung präziser Vorhersagemodelle zur Lösung von Problemen bei gleichzeitig geringerem Zeit- und Rechenaufwand erfordert Feature Engineering.
Was ist Feature Engineering?