Feature Hashing

term_id: feature_hashing

Category: basic_concepts

Definition

Feature hashing, ook wel de hashing-trick genoemd, stelt machine learning-modellen in staat om grote, spaarzame kenruimtes te verwerken zonder dat er een expliciete mapping tussen kenmerken en indices hoeft te worden bijgehouden. Door het toepassen van een hashfunctie kunnen kenmerken direct worden gemapt op een vaste set van indices, wat de geheugengebruik verlaagt en de schaalbaarheid verbetert.

Summary

Een techniek die hoge-dimensionale, spaarzame kenmerken naar een vector van vaste grootte mapt met behulp van een hashfunctie.

Key Concepts

  • Hashfunctie
  • Spaarzame vectoren
  • Dimensievermindering
  • Geheugenefficiëntie

Use Cases

  • Tekstclassificatie met grote vocabulaires
  • Aanbevelingssystemen met enorme itemsets
  • Verwerking van realtime streamdata

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