Aller au contenu principal
Retour au lexique IA
Données et vie privée

Caractéristique (IA)

En intelligence artificielle, une caractéristique est une variable ou un attribut mesurable d'un jeu de données qui sert à entraîner un modèle et à effectuer des prédictions.

Définition

Une caractéristique (ou feature en anglais) désigne une propriété mesurable extraite d'un jeu de données et utilisée par un algorithme d'apprentissage automatique. Dans un dataset tabulaire, il peut s'agir d'une colonne numérique ou catégorielle (âge, revenu, localisation). En vision par ordinateur, ce sont des pixels, textures ou contours ; en NLP, des mots, n‑grammes ou vecteurs de plongement (embeddings). Le choix et la qualité des caractéristiques influencent directement les performances d'un modèle. On distingue : features brutes (directement extraites des données), features dérivées (transformées via ingénierie de caractéristiques), et features apprises automatiquement (dans le deep learning). Une étape clé de nombreux projets est la sélection de caractéristiques, consistant à retenir celles qui apportent le plus d'information et à éliminer celles qui sont redondantes ou bruitées. Une mauvaise gestion des caractéristiques peut introduire des biais, du surapprentissage ou une perte de performance. Pour une PME, l'enjeu pratique est de décider quelles colonnes ou informations donner au modèle, et lesquelles lui cacher. Quelques exemples de transformations courantes : une date devient « jour de la semaine » et « jour férié ou non » ; une adresse devient une zone géographique ; un texte libre devient un vecteur de nombres ; une catégorie comme « type de client » est encodée en colonnes de 0 et 1 ; des montants sont ramenés à une même échelle. Deux pièges sont fréquents. Le premier est la fuite de données : une caractéristique qui contient, directement ou non, la réponse que le modèle doit prédire (par exemple « date de résiliation » pour prédire une résiliation) rend les tests flatteurs et le modèle inutile en pratique, car cette information n'existe pas encore au moment de la prédiction. Le second concerne les variables sensibles : retirer l'origine ou le sexe ne suffit pas toujours, car d'autres caractéristiques (code postal, prénom) peuvent les approcher indirectement, ce qui peut créer une discrimination indirecte. Le RGPD impose aussi de ne traiter que les données nécessaires à la finalité, ce qui rejoint une bonne pratique : moins de caractéristiques, mieux choisies.

Catégorie

Données et vie privée

Synonymes

feature, attribut, variable explicative

Avantages

  • Permet de représenter l'information de manière exploitable par un modèle
  • Un bon choix de caractéristiques améliore la précision et réduit les biais
  • Peut être optimisée automatiquement dans le deep learning
  • Quelques caractéristiques bien pensées apportent souvent plus qu'un modèle plus complexe.
  • Elles rendent le modèle plus lisible : on peut dire quelles informations pèsent le plus dans une prédiction.
  • Une sélection resserrée limite les données personnelles collectées, ce qui sert la minimisation exigée par le RGPD.

Limites

  • Caractéristiques mal choisies = modèle peu performant
  • Risque de surapprentissage si trop nombreuses
  • Peut introduire ou renforcer des biais discriminatoires
  • Leur construction demande une connaissance du métier : un spécialiste des données seul peut passer à côté de l'essentiel.
  • Une caractéristique qui fuit l'information à prédire donne une fausse impression de performance.
  • Une caractéristique corrélée à un critère sensible peut introduire une discrimination indirecte.

Exemples concrets

Découvrez comment ce concept s'applique dans la réalité

  1. Âge, sexe et localisation dans un dataset marketing

  2. Nombre de pièces et superficie dans un modèle immobilier

  3. Pixels et intensité de couleur en vision par ordinateur

  4. Vecteurs d'embedding dans un modèle NLP comme BERT

  5. Imaginons un magasin qui veut prévoir sa fréquentation du samedi : les caractéristiques utiles pourraient être le jour de la semaine, les vacances scolaires, la météo prévue et la présence d'une opération commerciale.

  6. Une société de nettoyage qui estime la durée d'un chantier peut utiliser la surface, le nombre de pièces et le type de sol, plutôt que l'adresse complète du client.

  7. Un modèle de prédiction de retard de paiement ne doit pas contenir la caractéristique « relance envoyée », puisque cette information n'est connue qu'après le retard.

Applications pratiques

Où « caractéristique (IA) » sert concrètement

  • Banque : calcul du risque de crédit à partir de variables clients

  • Santé : diagnostic médical basé sur données cliniques et biologiques

  • Immobilier : estimation de prix en fonction des caractéristiques du logement

  • Marketing : segmentation client basée sur le comportement d'achat

  • Commerce et restauration : prévision de fréquentation à partir du calendrier et de la météo.

  • Services aux entreprises : estimation de la durée ou du coût d'une intervention.

  • Gestion financière : prévision des retards de paiement à partir de l'historique de facturation.

Questions fréquentes

Les questions que posent les entreprises sur « caractéristique (IA) »

Quelle est la différence entre variable et caractéristique ?

En pratique, ce sont des synonymes, mais en IA on parle plutôt de caractéristiques (features).

Qu'est-ce que l'ingénierie de caractéristiques ?

C'est le processus de création, transformation et sélection des caractéristiques pour optimiser un modèle.

Quels types de caractéristiques existent ?

Numériques, catégorielles, textuelles, visuelles, temporelles, dérivées.

Pourquoi leur qualité est-elle cruciale ?

Parce qu'un algorithme est limité par l'information contenue dans ses caractéristiques.

Quels outils sont utilisés ?

scikit-learn, pandas, Featuretools, TensorFlow Feature Columns.

Le deep learning évite-t-il l'ingénierie de caractéristiques ?

Partiellement : il apprend des représentations automatiquement, mais la préparation reste importante.

Quels risques si elles sont biaisées ?

Le modèle peut reproduire et amplifier ces biais dans ses prédictions.

Comment choisir les caractéristiques ?

Démarrez par la question métier : quelles informations un collaborateur expérimenté utiliserait-il pour décider ? Ajoutez-les, puis testez en retirant ou ajoutant chacune pour voir l'effet sur la qualité. Vérifiez que chaque caractéristique est disponible au moment réel de la prédiction.

Qu'est-ce que la fuite de données ?

C'est le fait qu'une caractéristique contienne, de façon directe ou détournée, la réponse recherchée. Le modèle semble alors excellent pendant les tests, puis déçoit en production. On la repère en examinant les caractéristiques les plus influentes et en se demandant si elles seraient réellement connues à l'instant de la décision.

Source et références

Source : CNIL – Glossaire IA

Voir la source

Notions proches de « caractéristique (IA) »

Envie d'approfondir vos connaissances en IA ?

Découvrez tous nos termes et concepts dans le lexique complet

Un projet autour de « caractéristique (IA) » ?

Décrivez-nous votre besoin : nous vous répondons sous 24 h, sans engagement.

Testez gratuitement la visibilité de votre entreprise dans les IA. Lancer le test de visibilité dans les IA