特征哈希 - AI术语词典

Definition

特征哈希，也称为哈希技巧（hashing trick），允许机器学习模型处理大型稀疏特征空间，而无需维护特征与索引之间的显式映射。通过应用哈希函数，模型可以直接将任意特征映射到固定的向量维度中，从而节省内存并简化特征工程流程。

Summary

一种利用哈希函数将高维稀疏特征映射到固定大小向量的技术。

Key Concepts

哈希函数
稀疏向量
降维
内存效率

Use Cases

具有大型词汇表的文本分类
拥有海量物品集的推荐系统
实时流数据处理

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())