Feature Engineering on 中文AI术语词典

随机特征

Sat, 18 Jul 2026 11:31:50 +0000

Definition

随机特征映射将输入转换到新空间，使线性模型能够近似非线性核函数。这种方法通常与 Nyström 方法或傅里叶特征相关联，允许在保持计算效率的同时处理复杂的非线性关系。

Summary

一种利用随机投影将输入数据映射到高维空间的技术，以高效近似核方法。

Key Concepts

核近似
特征映射
计算效率
线性化

Use Cases

大规模核回归
神经切线核 (NTK) 近似
可扩展的高斯过程

Code Example

import numpy as np
from sklearn.kernel_approximation import RBFSampler
X = np.random.rand(100, 5)
transformer = RBFSampler(gamma=1, n_components=50, random_state=42)
X_transformed = transformer.fit_transform(X)

词袋模型

Sat, 18 Jul 2026 11:08:27 +0000

Definition

这种自然语言处理技术将文本表示为单词的多重集， disregarding 句法和序列。它根据词频或存在性将文档转换为数值向量。

Summary

词袋模型是一种简化的文本表示方法，描述文档中单词的出现情况，忽略语法和词序。

Key Concepts

分词
频率统计
向量空间
特征提取

Use Cases

文本分类
垃圾邮件过滤
信息检索

Code Example

from sklearn.feature_extraction.text import CountVectorizer
corpus = ["Hello world", "World hello"]
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(corpus)

Encoder

Sat, 18 Jul 2026 10:59:51 +0000

Definition

编码器处理原始输入序列或数据结构，并将它们转换为潜在空间表示，通常称为嵌入或代码。它们是 Transformer 和自编码器等架构的核心部分。

Summary

编码器是神经网络的组件，它将输入数据转换为压缩的、有意义的表示形式。

Key Concepts

特征提取
潜在空间
序列处理
压缩

Use Cases

在 Transformer 模型中处理输入文本
在去噪自编码器中压缩图像
从评论中提取情感特征

Code Example

import torch.nn as nn

class SimpleEncoder(nn.Module):
 def __init__(self, input_dim, hidden_dim):
 super().__init__()
 self.fc = nn.Linear(input_dim, hidden_dim)
 
 def forward(self, x):
 return torch.relu(self.fc(x))

Feature Engineering on 中文AI术语词典

随机特征

Definition

Summary

Key Concepts

Use Cases

Code Example

Related Terms

词袋模型

Definition

Summary

Key Concepts

Use Cases

Code Example

Related Terms

Encoder

Definition

Summary

Key Concepts

Use Cases

Code Example

Related Terms