Fatal编程技术网
  • machine-learning/
  • Machine learning 为scikit learn FeatureHasher确定n_功能值

Machine learning 为scikit learn FeatureHasher确定n_功能值

machine-learning scikit-learn

Machine learning 为scikit learn FeatureHasher确定n_功能值,machine-learning,scikit-learn,feature-extraction,Machine Learning,Scikit Learn,Feature Extraction,我有一个包含4000个独特级别的分类列 当使用sklearn.feature\u extraction.FeatureHasher进行编码时，该列 为避免碰撞，n_功能值应该是多少？n_功能应尽可能大以避免碰撞。您是否可以计算所有4000个级别的所有唯一值？如果是，您可以将n\u功能设置为此值。将n_features设置为非常大的值可能会占用大量RAM。一般来说，2^28到2^32之间的n_特征足够好了在研究FeatureHasher时，我们正在研究它，以减少生成的编码表的维数。如果我错了，请纠

我有一个包含4000个独特级别的分类列

当使用
sklearn.feature\u extraction.FeatureHasher
进行编码时，该列
为避免碰撞，n_功能值应该是多少？

n_功能应尽可能大以避免碰撞。您是否可以计算所有4000个级别的所有唯一值？如果是，您可以将
n\u功能
设置为此值。将
n_features
设置为非常大的值可能会占用大量RAM。一般来说，2^28到2^32之间的n_特征足够好了
在研究FeatureHasher时，我们正在研究它，以减少生成的编码表的维数。如果我错了，请纠正我如果我必须使用4000作为n_功能，我最好使用oneHotEncoding？“您是否可以计算所有4000个级别的所有唯一值”。-我不明白数据集的实际大小为7，00000，其中分类列具有4000个唯一值！对不起，我也不明白。