3.1.2 Determinazione del vettore delle caratteristiche Le caratteristiche sono un insieme di elementi determinati a partire dai dati che definiscono il problema. L’uso delle caratteristiche in un sistema di classificazione è molto importante per vari aspetti, sia per quanto riguarda il costo computazionale, ma anche per motivi che riguardano la definizione e la struttura del problema. Fissare un certo numero di caratteristiche permette di semplificare e migliorare il problema di classificazione, tuttavia è possibile agire direttamente sull’insieme dei dati. Ciò non è la soluzione migliore, e il motivo verrà illustrato con un esempio. Se l’insieme dei dati è un’immagine di dimensioni 256 x 256 a otto livelli di grigio, il numero totale di possibili immagini è 28x256x256≈1015800, pertanto si preferisce utilizzare un certo numero di caratteristiche tali da rappresentare al meglio l’insieme dei dati. Nella teoria dei classificatori l’estrazione delle caratteristiche dai dati, viene chiamata pre-elaborazione. Tale tecnica è parte del processo di progettazione e si basa su regole empiriche, spesso dettate dal buon senso. La collezione di tutte le caratteristiche va a definire quello che si chiama il vettore delle caratteristiche, che verrà usato come ingresso al sistema di classificazione.
3.1.3 Invarianza alla scala del classificatore La selezione delle caratteristiche è un aspetto difficile, nella progettazione di un sistema classificatore, per vari motivi. Ad esempio non è possibile definire un unico e migliore vettore delle caratteristiche, perché è sempre possibile un’ulteriore combinazione. Un altro elemento che introduce difficoltà nella scelta, è la volontà di aggiungere opportune proprietà al classificatore. L’invarianza alla scala è una tra le proprietà desiderabili nel sistema, in quanto lo rende più generale. Per spiegare questo concetto si pensi al riconoscimento di un oggetto in una immagine. Un classificatore dovrebbe essere in grado di distinguere tale oggetto indipendentemente dalla sua dimensione, perché il significato simbolico è indipendente dalla grandezza. Spesso però per raffinare il riconoscimento, si inseriscono nel vettore anche caratteristiche che dipendono dalle dimensioni dell’oggetto, per esempio assumendo a priori un certo range di variabilità. Pertanto il classificatore non sarebbe in grado di distinguere lo stesso oggetto di dimensioni diverse, e quindi imponendo delle limitazioni al sistema. 14