Hashing

في التعلم الآلي، توجد آلية لجمع البيانات الفئوية (categorical data)، لا سيما عندما يكون عدد الفئات كبيرًا، لكن عدد الفئات التي تظهر فعليًا في مجموعة البيانات صغير نسبيًا.
على سبيل المثال، الأرض هي موطن لحوالي 73000 نوع من الأشجار. يمكنك تمثيل كل نوع من أنواع الأشجار البالغ عددها 73000 نوعًا في 73000 مجموعة فئوية منفصلة. بدلاً من ذلك، إذا ظهر 200 نوع من هذه الأشجار فعليًا في مجموعة بيانات، فيمكنك استخدام التجزئة لتقسيم أنواع الأشجار إلى 500 مجموعة ربما.
يمكن أن تحتوي مجموعة واحدة على أنواع متعددة من الأشجار. على سبيل المثال، يمكن للتجزئة وضع الباوباب والقيقب الأحمر – وهما نوعان مختلفان وراثيًا – في نفس المجموعة. بغض النظر، لا تزال التجزئة طريقة جيدة لتعيين مجموعات فئوية كبيرة في العدد المطلوب من المجموعات. يحول التجزئة ميزة فئوية لها عدد كبير من القيم الممكنة إلى عدد أقل بكثير من القيم عن طريق تجميع القيم بطريقة حتمية.