در یادگیری ماشینی، بردار ویژگی یک بردار n بعدی از ویژگی های عددی است که نشان دهنده یک شی یا رویداد است. برای نمایش یک نمونه یا مجموعه ای از نمونه ها در قالب ریاضی که می تواند به عنوان ورودی الگوریتم یادگیری ماشین استفاده شود، استفاده می شود. هر بعد از بردار مربوط به یک ویژگی است و مقدار هر بعد نشان دهنده مقدار آن ویژگی برای نمونه داده شده است. هدف استخراج ویژگی به دست آوردن مجموعه ای از ویژگی هایی است که آموزنده هستند و می توانند برای تمایز بین کلاس های مختلف یا پیش بینی استفاده شوند.