Ανίχνευση Χαρακτηριστικών (Feature Hashing)

term_id: feature_hashing

Category: basic_concepts

Definition

Η ανίχνευση χαρακτηριστικών, γνωστή επίσης ως το κόλπο της αρίθμησης (hashing trick), επιτρέπει στα μοντέλα μηχανικής μάθησης να διαχειρίζονται μεγάλους, αραιούς χώρους χαρακτηριστικών χωρίς να διατηρούν ρητή χαρτογράφηση μεταξύ των χαρακτηριστικών και των δεικτών τους. Εφαρμόζοντας

Summary

Μια τεχνική που χαρτογραφεί χαρακτηριστικά υψηλής διάστασης και αραιά σε ένα διάνυσμα σταθερού μεγέθους χρησιμοποιώντας μια συνάρτηση αρίθμησης (hash function).

Key Concepts

  • Συνάρτηση αρίθμησης (Hash function)
  • Αραιά διανύσματα (Sparse vectors)
  • Μείωση διαστάσεων (Dimensionality reduction)
  • Απόδοση μνήμης (Memory efficiency)

Use Cases

  • Ταξινόμηση κειμένου με μεγάλα λεξιλόγια
  • Συστήματα σύστασης με τεράστιες συλλογές αντικειμένων
  • Επεξεργασία δεδομένων σε πραγματικό χρόνο (streaming)

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