zoukankan      html  css  js  c++  java
  • Feature hashing相关

    1. Bloom filter

       

    思路 用多个不同hash 来记录,比如遇到一个 love 有4个hash function 映射到4个bit位置,如果所有位置都是1 那么认为之前已经遇到love这个词(有一定错误概率),如果有任何一个位置是0,那么表明love这个词之前没有遇到(100%这样)

       

    1. Count Min Sketch

      思路类似。。 考虑一个近似的(允许一定错误)的类似 hash table的 <key,value>更新查询操作

         

    论文 :An Improved Data Stream Summary: The Count-Min Sketch and its Applications

       

    将输入的i 映射到 1-w , 采用d个hash function,开辟 w*d的空间

    执行

       

    查询i的时候,取最小值!

       

    对于类似文本分类,线性svm这样我们关注的 dot(inner product点积)操作:

    只给出结论

    也就是说只要按照w长度的空间向量进行点积即可,然后对应d个hash function取其中的最小值,算法复杂度O(w+d)

       

  • 相关阅读:
    hdu 5072 Coprime (容斥)
    洛谷 P1411 树 (树形dp)
    Tr/ee AtCoder
    sys.path
    uname
    sys.platform
    Eclipse Basic
    Eclipse Color Theme
    Pydev
    scons
  • 原文地址:https://www.cnblogs.com/rocketfan/p/4143150.html
Copyright © 2011-2022 走看看