vowpalwabbit 奇怪的功能计数

Question

我发现在训练过程中，我的模型 vw 在它的日志中显示了非常大的（远远超过我的特征数）特征数。

我试图用一些小例子来重现它：

simple.test：

-1 | 1 2 3
1  | 3 4 5

然后“vw simple.test”命令说它使用了 8 个特性。 +一个特征是不变的，但另一个是什么？在我的真实示例中，我的功能和 wv 中使用的功能之间的区别是 abot x10 更多。

....

Num weight bits = 18
learning rate = 0.5
initial_t = 0
power_t = 0.5
using no cache
Reading datafile = t
num sources = 1
average    since         example     example  current  current  current
loss       last          counter      weight    label  predict features

finished run
number of examples = 2
weighted example sum = 2
weighted label sum = 3
average loss = 1.9179
best constant = 1.5
total feature number = 8 !!!!

Answer 1

total feature number 显示所有观察到的示例的特征计数总和。所以在你的情况下它是 2*(3+1 常数)=8 。当前示例中的特征数量显示在current features 列中。请注意，默认情况下，只有2^Nth 示例打印在屏幕上。一般来说，观察可以有不等数量的特征。