Jellemzőhashelés
term_id: feature_hashing
Category: basic_concepts
Definition
A jellemzőhashelés, más néven hashelési trükk, lehetővé teszi a gépi tanulási modellek számára, hogy kezeljék a nagy, ritka jellemzőtereket anélkül, hogy explicit leképezést kellene fenntartaniuk a jellemzők és az indexek között. A hash-függvény alkalmazásával a jellemzők indexeit közvetlenül a hash érték határozza meg, ami jelentősen csökkenti a memóriahasználatot és egyszerűsíti a feldolgozást nagy méretű adatok esetén.
Summary
Egy technika, amely egy hash-függvény segítségével nagy dimenziójú, ritka jellemzőket rögzített méretű vektorokké térképez át.
Key Concepts
- Hash-függvény
- Ritka vektorok
- Dimenziócsökkentés
- Memóriahatékonyság
Use Cases
- Szövegbesorolás nagy szókincs esetén
- Ajánlórendszerek hatalmas tételszettekkel
- Valós idejű adatstream-feldolgozás
Code Example
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())