特征工程
2022-12-12 本文已影响0人
just_writer
工业场景的操作：ID特征新出现哪个1，给它分配一个列向量就好了，也就是embedding look-up table的操作，并不存在一个真正的one-hot特征，更不存在从one-hot特征乘以W再映射到向量的过程
对特征本身做hash，将得到的数字作为它的ID。只要每台机器用的hash算法一样，出来的值就是一样的，一种做法是，给一种特征分配一个编号：Slot ID，每一个特征的取值，hash后得到一个ID，称为FID（feature ID），在一个n位的二进制数字中，前k位用slot ID的二进制表示填充，后面n-k位用FID填充，组成一个整体数字，作为这个feature的最终表示
