Ominaisuushashaus

term_id: feature_hashing

Category: basic_concepts

Definition

Ominaisuushashaus, tunnettu myös nimellä hash-trick, mahdollistaa koneoppimismallien käsitellä suuria, harvoja ominaisuusavaruuksia ilman, että ominaisuuksien ja indeksojen välillä ylläpidetään eksplisiittistä kartoitusta. Soveltamalla

Summary

Tekniikka, joka kartoittaa korkeadimensioiset harvat ominaisuudet kiinteäkokoiseen vektoriin hash-funktion avulla.

Key Concepts

  • Hash-funktio
  • Harvat vektorit
  • Dimensioitten vähentäminen
  • Muistitehokkuus

Use Cases

  • Tekstiluokittelu suurilla sanastoilla
  • Suositusjärjestelmät valtavilla tuotejoukoilla
  • Reaaliaikainen stream-data-käsittely

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