特征向量(feature vector)是机器学习和模式识别领域中常用的数学概念，是指在向量空间上某个向量相对于一组基底的坐标，用于表示一个样本的重要特征。
在机器学习中，每个样本都是由特征向量和对应的标签组成。通过将特征向量和标签进行训练，使得机器能够学习到特征向量和标签之间的关系，并对未知样本进行预测。
特征向量在图像处理、自然语言处理、推荐系统等领域都有广泛应用。在图像处理领域，通过提取图像的特征向量，可以将图像进行分类、识别等。在自然语言处理领域，通过提取文本的特征向量，可以进行文本分类，情感分析等。在推荐系统领域，通过对用户和物品进行特征向量表示，进行用户行为预测，推荐系统等方面都可以有所应用。
