Feature-hashing

term_id: feature_hashing

Category: basic_concepts

Definition

Feature hashing, også kendt som hashing-tricket, gør det muligt for maskinlæringsmodeller at håndtere store, sparsomme funktionsrum uden at opretholde en eksplicit kortlægning mellem funktioner og indekser. Ved at anvende

Summary

En teknik, der kortlægger højdimensionale, sparsomme funktioner til en vektor med fast størrelse ved hjælp af en hash-funktion.

Key Concepts

  • Hash-funktion
  • Sparsomme vektorer
  • Dimensionalitetsreduktion
  • Hukommelseseffektivitet

Use Cases

  • Tekstklassificering med store ordbøger
  • Anbefalingssystemer med enorme vareudvalg
  • Behandling af streamingdata i realtid

Code Example

1
2
3
4
5
6
7
8

from sklearn.feature_extraction import FeatureHasher
import numpy as np

# Example: Hashing text features
hasher = FeatureHasher(n_features=10, input_type='string')
docs = ['hello world', 'hello python', 'world python']
hashed = hasher.transform(docs)
print(hashed.toarray())

Related