Amplasarea caracteristicilor prin hash

term_id: feature_hashing

Category: basic_concepts

Definition

Amplasarea caracteristicilor prin hash, cunoscută și sub numele de trucul hash, permite modelelor de învățare automată să gestioneze spații de caracteristici mari și rare fără a menține o mapare explicită între caracteristici și indici. Prin aplicarea unei funcții hash, se reduce dimensiunea spațiului de caracteristici la o dimensiune fixă, economisind memorie și accelerând procesarea.

Summary

O tehnică care mapează caracteristici rare de dimensiune mare într-un vector de dimensiune fixă folosind o funcție hash.

Key Concepts

  • Funcție hash
  • Vectori rari
  • Reducerea dimensionalității
  • Eficiența memoriei

Use Cases

  • Clasificarea textului cu vocabulare mari
  • Sisteme de recomandare cu seturi enorme de elemente
  • Procesarea datelor în flux continuu în timp real

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