特徵提取是一種從原始數據中選擇、轉換和組合相關信息的過程，旨在更好地表達數據的本質特點。它是一種數據分析和機器學習中的基本概念，是將原始數據轉換為更適合分析或建模的格式過程中的關鍵步驟。特徵提取的過程可以涉及選擇、轉換或創建特徵，以增強給定任務的數據質量和相關性。
在自然語言處理(NLP)領域，特徵提取通常指的是將文本數據轉化為計算機能夠處理的表示形式。而在計算機視覺和圖像處理中，特徵提取涉及使用計算機提取圖像信息，決定每個圖像的點是否屬於一個圖像特徵，將圖像上的點分為不同的子集。此外，特徵提取也套用於語音處理，從語音波形中提取出能反映語音特徵的重要信息。
總的來說，特徵提取是一個多領域套用的技術，它的目的是從原始數據中提取出具有代表性的特徵，用於數據分析、建模和預測等任務。