问题标签 [vowpalwabbit]

我在守护程序模式下运行 VW。作为一个独立的可执行文件，它运行得非常好。在守护程序模式下，我最初会看到一些关于预测和选项的信息，但看不到最终结果。不确定到底发生了什么。

这就是我所说的 VW6

我检查 vw6 运行良好。我使用简单的 php 脚本发送数据（为简洁起见，删除了调试行）：

上面的打印 $result 什么也不打印。我在标准输出中看到的唯一东西是

在独立可执行模式下，如果我在没有 -daemon 选项的情况下使用相同型号的相同 dat 文件运行，它最后会很高兴地给出结果

知道守护程序模式会出现什么问题吗？我也尝试使用 -p /tmp/ 选项...使用 sudo 运行守护程序模式，但没有任何帮助。是否有调试转储选项或详细选项或其他东西来知道到底发生了什么？

谢谢

我们从搜索引擎查询日志数据中提取了特征，特征文件（根据 Vowpal Wabbit 的输入格式）达到 90.5 GB。这种巨大尺寸的原因是我们的特征构建中必要的冗余。Vowpal Wabbit 声称能够在几个小时内处理 TB 的数据。除此之外，大众使用几乎不占用 RAM 的哈希函数。但是，当我们使用 VW 对我们的数据运行逻辑回归时，几分钟之内，它就会耗尽所有 RAM，然后停止。这是我们使用的命令-

train_output 是我们要训练 VW 的输入文件，train.model 是训练后得到的预期模型

欢迎任何帮助！

我正在使用以下参数

让 Vowpal Wabbit 了解我想应用逻辑回归是否是正确的方法？

我有一个hadoop 数据集被分成太多数据块的问题。

1. 给定一个已经存在的 hadoop 数据集，有没有办法将它的块组合成更少但更大的块？

2. 有没有办法给pig或hadoop-streaming.jar（cloudera）他们将输出分成的块数上限？

我熟悉数据挖掘技术，但不太熟悉文本挖掘或 Web 挖掘。

这是一个简单的任务：将文章分类为一组类别。让我们假设，我提取了文章的文本内容并对其进行了处理。

您如何以及从何处获得类别 - 预定义标签？是否可以插入一个本体、分类法并根据需要进行细化？分类任务将是一个多标签分类。

在这种情况下，我们是否使用 n-gram 进行近似匹配？

目前我有从文本中提取的主题和命名实体。我可以为此使用 Vowpal Wabbit 吗？

make test出于某种原因，我在安装 ```Vowpal Wabbit``时遇到了该语句的问题。我收到以下错误：

任何人都知道这可能是什么？

我正在尝试实现使用加权 SVD 的一类协作过滤 (OCCF) 算法。

我正在使用 Vowpal Wabbit 来实现正则化矩阵分解以在多类评级的情况下获得建议，但我不知道如何扩展 Vowpal Wabbit 矩阵分解来进行加权 SVD。

如何在 vowpal wabbit 上实现加权 SVD 或哪些其他软件已经实现了加权 SVD？

无论如何要在 Vowpal Wabbit 中计算 AUC 吗？

我使用 Vowpal Wabbit 的原因之一是数据文件很大。我可以使用 Vowpal Wabbit 的输出计算 Vowpal Wabbit 环境之外的 AUC，但如果数据文件很大，这可能会出现问题。

我正在尝试使用倒置哈希保存一个 vowpal wabbit 模型。我有一个使用以下内容生成的有效模型：

vw --oaa 2 -b 24 -d mydata.vw --readable_model mymodel.readable

这会产生一个像这样的模型文件：

（等等成千上万的功能）。但是，为了更有用，我需要查看功能名称。似乎是一件相当明显的事情，但我做到了

vw --oaa 2 -b 24 -d mydata.vw --invert_hash mymodel.inverted

它产生了一个像这样的模型文件（不产生权重）：

感觉好像我显然做错了什么，但我认为我正在以记录的方式使用这些选项：

--invert_hash类似于--readable_model，但模型以更易于阅读的格式输出，特征名称后跟权重，而不是哈希索引和权重。

有谁知道为什么我的第二个命令没有产生任何输出？

我以 vowpal wabbit 格式 (.vw) 创建了一个测试和训练集。我想探索删除各种变量的效果，但是我不想每次都从头开始重新生成我的火车组。有没有办法告诉大众只关注特定的输入或忽略特定的输入？

我知道我可以将命名空间与 --ignore 一起使用，但它似乎可以做我想做的事情，我必须为每个变量创建一个单独的命名空间。