Naar inhoud
BetaAI Begrippen

AI-begrippen in gewone taal. Zoek een begrip, blader op letter of filter op onderwerp.

Kenmerkselectie

Engels: Feature selection · Ook wel: feature selection, featureselectie, variabelenselectie, variable selection, attribute selection

In het kort

Featureselectie (variabelenselectie) is een methode in machine learning die een deel van de relevante kenmerken kiest voor een model. Een analist of algoritme kiest variabelen en voorspellers die het model gebruikt en laat de overige kenmerken buiten de bouw van het model. Zo bouwt een ziekenhuis een voorspellend model met alleen de bloedwaarden die samenhangen met een diagnose, en niet met elke losse meting uit het dossier.

Waarom is dit belangrijk?

Veel gegevenssets bevatten overbodige metingen, en door die weg te laten traint een model sneller en wordt het makkelijker te volgen. In marketing en economie komt kenmerkselectie voor wanneer onderzoekers een uitkomst willen schatten uit veel verschillende metingen. Op school en op het werk kunnen mensen de gekozen metingen nagaan, maar bij een te smalle keuze mist het model een nuttig signaal of leert het toevallige patronen uit de trainingsgegevens.

Zo werkt het in de praktijk

Onderzoekers passen kenmerkselectie toe bij genexpressie op microarrays, bij het herkennen van spam en bij beeldherkenning. Die taken hebben veel kenmerken en relatief weinig voorbeelden. Bij spam beoordeelt een beslissingsboom deelverzamelingen aan de hand van een gewogen kost.

Onderzoek in machine learning vergelijkt filters, wrappers en ingebedde methoden. Een filter scoort kenmerken met een snelle statistische maat en traint het model niet opnieuw. Een wrapper traint voor elke deelverzameling een model en meet de fout op een testset.

In de documentatie van scikit-learn staat kenmerkselectie als voorbereiding op een model. Daar horen SelectKBest, recursieve kenmerkverwijdering en Lasso bij. Bij Lasso worden veel coëfficiënten nul, en blijven alleen de andere kenmerken gekozen.

Bron: en.wikipedia.org

Gecontroleerd op 5 november 2026