CTR中的特征哈希

最新推荐文章于 2023-01-11 11:59:17 发布

IT独白者

最新推荐文章于 2023-01-11 11:59:17 发布

阅读量2.3k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/sun_wangdong/article/details/86565811

在CTR（点击率）预测中，特征哈希用于处理高维的categorical feature，如user_id和advertisement_id，避免one-hot编码导致的维度爆炸问题。通过hash function将特征映射到低维空间，降低存储和计算成本。尽管存在hash冲突，但实验表明对模型精度影响较小。然而，这种方法牺牲了特征的解释性。例如，在职言点击率预估中，user_id和item_id通过哈希映射并分组处理，有效解决数据维度问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在CTR预估中，一种做法是采用人工来做feature engineering，将一些非线性的feature转换为线性的feature，然后喂给LR之类的线性model来做在线学习，在这个过程中，对于一些categorical feature，比如user_id，advertisement_id，直接做one-hot encoding（一般还会对feature做笛卡尔积）会导致维度爆炸，hashing trick通过对feature先做hash之后取模降低维度，缓减这一问题。

具体来说：假设原始特征向量 $x\in R^{N}$ ，我们希望将他降为维( << )，定义一个hash function $h:N\rightarrow \left \{ 1,...,m \right \}$ ，一般为了保证内积的无偏，会再定义一个hash function

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 4

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。