Разреженный признак — признак, значения которого в большинстве примеров равны нулю, пусты или отсутствуют. Разреженные признаки часто встречаются в категориальных данных, текстовых признаках и высокоразмерных представлениях, где для каждого примера активна лишь малая часть возможных значений.
A feature whose values are predominately zero or empty. For example, a feature containing a single 1 value and a million 0 values is sparse. In contrast, a dense feature has values that are predominantly not zero or empty. In machine learning, a surprising number of features are sparse features. Categorical features are usually sparse features. For example, of the 300 possible tree species in a forest, a single example might identify just a maple tree. Or, of the millions of possible videos in a video library, a single example might identify just "Casablanca." In a model, you typically represent sparse features with one-hot encoding. If the one-hot encoding is big, you might put an embedding layer on top of the one-hot encoding for greater efficiency.