Como funciona
Feature, ou atributo, é uma característica de uma amostra que o modelo de machine learning usa como entrada. Uma imagem, uma mensagem ou um cliente podem ser representados por um conjunto de features que descrevem o que está sendo analisado. Cada amostra é transformada em um vetor de números que captura aspectos relevantes, e o modelo aprende a combinar esses valores para produzir uma previsão. Se as features forem fracas, o modelo não consegue generalizar, mesmo com muita quantidade de dados. A qualidade das features determina o limite superior de performance de qualquer modelo, independentemente de sua arquitetura. Os valores costumam ser padronizados ou normalizados antes de entrarem na rede, para que uma feature com faixa enorme não domine as demais. A seleção de features boas exige validação cruzada e acompanhamento contínuo, pois o comportamento do mundo muda e o modelo pode precisar de novas entradas.
Exemplo prático
Para prever se um cliente irá comprar, features podem ser idade, histórico de compras, tempo desde a última visita e tipo de produto. O modelo combina esses números e emite uma probabilidade de conversão. Se as features forem ruídos, o modelo pode parecer bom em dados antigos e quebrar em produção. Engenheiros de dados validam as features com estatísticas e acompanham mudanças no comportamento dos clientes antes de investir em modelo. Mesmo um modelo muito complexo produz resultados fracos quando a representação de entrada está mal feita. Se um cliente não comprar, as features podem indicar que o anúncio não atingiu o público certo ou que o preço estava fora da expectativa do comprador.
Para que serve
A engenharia de features decide se o modelo consegue aprender padrões úteis. Boas features reduzem a quantidade de dados necessários e melhoram a precisão. Features ruins geram modelos que memorizam ruídos e quebram em produção. O sistema de features também facilita que times de negócio e times de engenharia usem a mesma definição de dado, reduzindo divergências entre o que o modelo aprende e o que o dashboard mostra. Em projetos reais, a escolha das features começa com uma lista de fatores de negócio, e cada fator é verificado se representa algo que o modelo poderá aprender com confiança.
Diferença entre X e Y
Feature é a representação de entrada; label é a saída que o modelo tenta prever. Feature store é o sistema que armazena e compartilha essas representações entre times de engenharia e ciência de dados.