==== SimHash 溢出错误 ====

=== 背景 ===
在使用 [[https://github.com/wormtooth/DataClean-MNBVC|DataClean-MNBVC]] 清洗数据时，可能会遇到以下错误：

''fixed OverflowError: Python integer 256 out of bounds for uint8 problem''


=== 结果 ===

仓库中的 [[https://github.com/wormtooth/DataClean-MNBVC/blob/main/mnbvc/utils/simhash.py|simhash.py]] 依赖numpy==1.x.x。当使用numpy>=2.0.0时会触发此错误。请看文献1。当前的解决方案是使用numpy<2的版本。

=== 文献 ===

1. [[https://numpy.org/devdocs/numpy_2_0_migration_guide.html#changes-to-numpy-data-type-promotion|changes-to-numpy-data-type-promotion]]