小编oma*_*mar的帖子

我有一个由 DNA 序列组成的数据，其中单词表示为长度为 6 的 kmers，句子表示为 DNA 序列。每个 DNA 序列有 80 kmers（单词）

我拥有的 kmers 列表约为 130,000 kmers，但删除重复元素后，我将只有 4500 kmers。因此，这个巨大的差距让我对是否删除重复的公里数感到困惑。我的问题是，在这种情况下是否建议删除word2vec算法中重复的kmers？

谢谢。