Класс Hashing

Класс Hashing выполняет хеширование входных данных, преобразуя строки или числа в целочисленные индексы в заданном диапазоне. Первым параметром передается количество сегментов num_bins, которое определяет размер выходного пространства. Вторым параметром можно передать mask_value для маскирования отсутствующих значений, а также salt для изменения хеш-функции. Класс удобен при работе с категориальными признаками, словарями и текстовыми данными.

Синтаксис

tf.keras.layers.Hashing(num_bins, [mask_value], [salt])

Пример

Давайте создадим слой хеширования на 3 сегмента и применим его к строкам:

import tensorflow as tf

layer = tf.keras.layers.Hashing(num_bins=3)
res = layer([['abcde'], ['model.keras']])
print(res)

Результат выполнения кода:

tf.Tensor(
[[1]
 [0]], shape=(2, 1), dtype=int64)

Пример

Давайте применим слой к списку строк и выведем форму результата:

import tensorflow as tf

layer = tf.keras.layers.Hashing(num_bins=5)
res = layer(['abcde', 'model.keras', 'abcde'])
print(res)
print(res.shape)

Результат выполнения кода:

tf.Tensor([2 4 2], shape=(3,), dtype=int64)
(3,)

Пример

Давайте используем параметр salt, чтобы изменить распределение хешей:

import tensorflow as tf

layer = tf.keras.layers.Hashing(num_bins=3, salt=42)
res = layer([['abcde'], ['model.keras']])
print(res)

Результат выполнения кода:

tf.Tensor(
[[0]
 [2]], shape=(2, 1), dtype=int64)

Смотрите также

функцию to_hash_bucket,
которая хеширует строки в сегменты
функцию to_hash_bucket_fast,
которая быстро хеширует строки без соли
класс CategoryEncoding,
который кодирует категориальные признаки
класс IntegerLookup,
который сопоставляет целые числа индексам