طبقه‌بندی به ندرت بر پایه یک مشخصه یا اندازه‌گیری منفرد از الگوهای ورودی صورت می‌گیرد. معمولاً اندازه‌گیری‌های متعدد لازم است تا بتوان الگوهای متعلق به گروه‌های مختلف را به حد کافی از یکدیگر تمیز داد. اگر n اندازه‌گیری از الگوی ورودی به عمل آوریم و هر اندازه‌گیری نمایانگر یک مشخصه معین از طرح ورودی باشد، می توانیم از علائم جبری استفاده کنیم و مجموعه مشخصه‌ها را به صورت یک بردار نشان دهیم. در این صورت بردار مذکور را بردار مشخصات[۱] می نامیم. تعداد ابعاد بردار (تعداد عناصر بردار) فضایی n بعدی ایجاد می کند که فضای مشخصات[۲] می نامیم.

ساده ترین را توصیف اصتقاده از مثال دو بعدی می باشد یعنی تنها دو مشخصه از الگوهای ورودی را در نظر می گیریم . یک مثال بدیهی می تواند مسأله تمیز دادن هنرمندان باله از بازیکن‌های رگبی باشد و دو مشخصه را برا ی اندازه گیری انتخاب کنیم، یکی و دیگری وزن و فضایی دو بعدی با موئلفه های قد و وزن را ایجاد می کنیم.

[۱] _ feature vectors

[۲] _feature space