Funksjonshashing

term_id: feature_hashing

Category: basic_concepts

Definition

Funksjonshashing, også kjent som hashing-trikset, lar maskinlæringsmodeller håndtere store, sparsomme funksjonsrom uten å opprettholde en eksplisitt kartlegging mellom funksjoner og indekser. Ved å bruke en hash-funksjon kan modellen tilordne hver funksjon til en bestemt posisjon i en vektor med fast lengde, noe som reduserer minnebruk og forenkler behandlingen av store datamengder.

Summary

En teknikk som avbilder høydimensjonale, sparsomme funksjoner til en vektor med fast størrelse ved hjelp av en hash-funksjon.

Key Concepts

  • Hash-funksjon
  • Sparsomme vektorer
  • Dimensjonsreduksjon
  • Minneeffektivitet

Use Cases

  • Tekstklassifisering med store vokabularer
  • Anbefalingssystemer med enorme vareutvalg
  • Sanntidsprosessering av strømmende data

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