我一直在阅读有关减少维数的特征哈希的一些内容。我理解使用具有统一输出分布的散列函数（输入映射到特定值的机会与该范围中的每个其他值相同）以及雪崩/级联效应（一个小的）很重要输入的变化会产生很大的输出变化）。这些属性将确保要素之间的冲突与其频率无关。但是，我仍然不清楚雪崩效应（特定）如何影响这一点。任何人都可以解释为什么/如何重要吗？什么构成产出的“大变化”？
参考文献： http://blog.someben.com/2013/01/hashing-lang/ http://metaoptimize.com/qa/questions/6943/what-is-the-hashing-trick#6945
答案 0 :(得分：0)
这个想法是，如果你有一个紧密的输入数据集群，你仍然希望散列函数能够在地图上遍布输出。结果是碰撞将是一个均匀随机的事件，而不是紧密的集群给你一连串的碰撞 - 或者与另一个紧密集群的映射发生碰撞。
＆＃34;重大改变＆＃34;表明你的散列函数h应该表明h（a） - h（b）随机地独立于（a-b）。
这够了吗？如果您需要更多解释，请跟进。
答案 1 :(得分：0)
雪崩效应确保输入中的微小变化（例如词语：云对云）将在输出中产生很大的变化，即，接近的输入值将产生远距离和不可预测的输出值。