现实生活当中我们往往会根据物体具有的一些特点来区分它们，比如判别不同鸢尾花品种的时候，依据的是鸢尾花的花瓣大小。像这种对事物具有某些方面的特点进行刻画的数据或者属性，我们称为特征。
在鸢尾花分类中，怎么得到可以被人工智能系统所使用的特征呢？经过尝试，人们发现花瓣的长度和宽度作为鸢尾花的特征，可以让分类器有效地分类。提取特征时，直接用尺子量即可，选用这样的特征也符合人们根据花瓣大小来区分种类的生活经验。
特征是在分类器乃至所有人工智能系统中非常重要的概念。对同样的事物，我们可以提取各种各样的特征。我们可以用鸢尾花植株高度或者花瓣颜色作为特征。但是，鸢尾花的植株高度和品种没有直接关系，一朵鸢尾花在生命的不同阶段也有着不同高度：不同鸢尾花品种又都有着颜色相近的花瓣，所以用鸢尾花的植株高度和花瓣颜色很难有效区分鸢尾花的品种，我们看到，不同的特征对于分类器的准确分类会有很大的影响。
因此，我们需要根据物体和数据本身的特点，考虑不同类别之间的差异，并在此基础上设计出有效的特征。而不是一件简单的事——他往往需要我们真正理解事物特点和不同类型之间的差异。特征的质量很大程度上决定了分类器最终分类效果的好坏。
特征向量
通过实际的测量，我们得到了鸢尾花的特征——花瓣的长度和宽度，那么在数学上它们是如何表达的呢？我们可以用x来表示花瓣长度，用x₂来表示花瓣的宽度。为了方便使用，进一步把这两个数字一起放进括号中，写成（x₁,x₂）。这种形式的一组数据在数学中被称为向量（vector）
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/4830/viewspace-3142407/ ，如需转载，请注明出处，否则将追究法律责任。
