Feature Engineering es una técnica de machine learning que utiliza datos para generar nuevas variables que no están presentes en el conjunto de entrenamiento. El proceso de producir, transformar, extraer y seleccionar características, también conocidas como variables, que son más útiles para desarrollar un algoritmo de ML preciso se conoce como feature engineering. Con el objetivo de simplificar y acelerar las transformaciones de datos, al mismo tiempo que mejora la precisión del modelo, puede generar nuevas características tanto para el aprendizaje supervisado como para el no supervisado. Diseñar modelos de predicción precisos para abordar problemas mientras se requieren menos tiempo y recursos computacionales requiere feature engineering.
¿Qué es Feature Engineering?