feature-hashing.clj

;; Clojureでのhashcodeの例

(hash "hoge") ; 3208229
;; clojureのvectorはよい
(hash [1 2 3]) ; 30817
;; javaの配列は毎回hashcodeが変わってしまうので注意
(hash (int-array [1 2 3])) ; 1628598432
(hash (int-array [1 2 3])) ; 1172445666

;; feature hashingの例

(def *max-hash-length* 10)

(rem 3 10) ; 3
(rem 13 10) ; 3

(defn my-frequencies [docs]
  (->> docs
       (map hash)
       (map (fn [x] (rem x *max-hash-length*)))
       (frequencies)))

(my-frequencies ["a" "b" "c"]) ; {7 1, 8 1, 9 1}
(my-frequencies ["a" "b" "d"]) ; {7 1, 8 1, 0 1}

vectorにすると割と大きなhashcodeが帰ってくるのが気になる。