IT 面试题库

高基数类别(如 user_id、item_id)如何转成稠密向量特征(Embedding / 哈希编码)并接入训练?

高级场景题算法工程师机器学习工程师推荐算法工程师特征工程Embedding哈希编码高基数

题目

考察高基数 ID 类特征的工业级处理方法。

参考答案

内容深度:适中 · 含示例/代码 · 来源:外部链接 · 未复核 · 26 天前更新

要点:

import torch
emb = torch.nn.Embedding(num_embeddings=1000000, embedding_dim=32)
vec = emb(torch.tensor([user_id]))  # 得到 32 维稠密向量
练这道题

同分类 · 高频题

题目与答案就在本页;收藏、批注和错题重练在应用内

这道题看完了?连刷同类题,趁热打铁效果最好 进入刷题