摘要
为什么由FeatureHashing生成的hashed.model矩阵在第一列总是有一个“标记”（即一个像1或2或更多的条目）？
详细信息
在研究特征哈希对一些简单数据的处理时，我发现了一些无法解释的情况：为什么生成的矩阵中每条记录都包含一个额外的值？（总是出现在第一列）。
数据如下：
library(FeatureHashing)df=data.frame( soup=c('broth','pea','tomato','pea','broth'), main=c( 'fries', 'potato', 'fries', 'rice','rice') )> df soup main1 broth fries2 pea potato3 tomato fries4 pea rice5 broth rice生成哈希矩阵：
m=hashed.model.matrix(~.,data=df,hash.size=16,signed.hash=FALSE, create.mapping=TRUE)5 x 16 sparse Matrix of class "dgCMatrix" [[ suppressing 16 column names ‘1’, ‘2’, ‘3’ ... ]][1,] 1 . . . . . 1 . . . . . . . 1 .[2,] 2 . . . . . . . . . . . 1 . . .[3,] 1 . 1 . . . . . . . . . . . 1 .[4,] 1 . . . . . . . 1 . . . 1 . . .[5,] 1 . . . . . 1 . 1 . . . . . . .显示映射：
hash.mapping(m)mainrice mainpotato mainfries souppea soupbroth souptomato 9 1 15 13 7 3 现在手动翻译数据框df中的第一行，使用上述映射：第一行有soupbroth->7和mainfries->15。因此，我们期望在第7列和第15列有一个标记。
查看矩阵的第一行：
[1,] 1 . . . . . 1 . . . . . . . 1 .我们确实发现第7列和第15列有一个标记，但第1列也有一个额外的标记。实际上，第1列在所有行中都有一个标记。这是从哪里来的？它的用途是什么？
附注：记录用的是”R version 3.2.1 (2015-06-18)” / FeatureHashing_0.9
回答：
第一列是截距项，在许多机器学习包中也称为偏置项。
例如：
m1 = model.matrix(~., df)
如你所见，m1的第一列被命名为截距项，其所有值都是1。
如果你想移除截距列，请尝试：
m = hashed.model.matrix(~ . -1, ...)
