技术小屋判别性特征（Discriminative Feature）是指在分类或识别任务中，用于区分不同类别的数据特征。这类特征能在不同类别之间产生显著的区别，使得模型能够更加准确地识别或分类。这些特征在不同类别之间具有高的可区分性，使得相似类别的样本可以聚集在一起，而不同类别的样本尽可能远离。
例如，在图像分类中，颜色、纹理、形状等可能是判别性特征，而在语音识别中，音频的频谱特征、音高和音量变化等可以作为判别性特征。
判别性特征的选取和提取是机器学习和深度学习中的关键步骤，因为它直接影响模型的分类性能。同一种模型、同样的学习方法、同样的数据，但如果选择不同的feature，可能会产生完全不同的效果。
