Python FeatureHasher的输出矩阵中的负值意味着什么？

我希望

FeatureHasher

的输出稀疏矩阵中的所有值都是非负的，因为我认为它应该只计算术语频率，并借助哈希函数对术语进行索引。当碰撞发生时，我希望它只是将“碰撞项”的频率相加。然而，似乎我错了，因为它实际上输出了一堆负值，给定了一个字典列表，其中术语作为键，术语频率作为值

---

负值在这里到底意味着什么？

如果输入值都是正值（术语频率），那么负值实际上并不意味着什么。引用：

由于散列函数可能会导致（不相关）特征之间的冲突，因此使用带符号的散列函数，并且散列值的符号确定存储在特征的输出矩阵中的值的符号。这样，碰撞可能会抵消而不是累积错误，并且任何输出特征值的预期平均值为零

维基百科上有一个展示这一计划效果的图片，它是由。它不仅减轻了碰撞的影响，而且使你的特征表现得更像高斯，这有助于一些学习算法

如果要去除负值，则将

non_negative=True

传递给

FeatureHasher

构造函数。该选项的实现有点困难，但它使tf-idf和naivebayes再次发挥作用