问题标签 [vowpalwabbit]

我正在尝试使用 vw 来查找预测某人是否会打开电子邮件的单词或短语。如果他们打开电子邮件，则目标为 1，否则为 0。我的数据如下所示：

我将它放入一个名为“test1.txt”的文件中并运行以下代码来执行 2 的 ngrams 并输出变量信息：

当我查看输出时，有一些我在原始数据中看不到的二元组。这是一个错误还是我误解了什么。

输出：

例如，^bought^great从未实际出现在任何原始输入行中。难道我做错了什么？

我编写了一个 java 代码以通过以下方式执行 Vowpal Wabbit：

命令在哪里

vw -d input.txt --loss_function=logistic -f model.vw

这样做的缺点是它需要写入磁盘。经过一番搜索，我了解到 vowpal wabbit 支持从 R 中的标准输入示例中读取数据

我在 Java 1.8 中找不到任何示例来完成此操作。有人可以和我分享一个吗？

以下是训练我的大众模型的部分日志。

为什么有些行后面跟着 h？您会注意到最后总结中的“平均损失”行也是如此。我不确定这意味着什么，或者我是否应该关心。

谢谢

我目前正在玩 Vowpal Wabbit。我对该工具如何处理数据集变化特别感兴趣。从我的直觉来看，这应该是直截了当的，因为 VW 是一种在线算法。因此，我生成了一个具有三个特征的测试数据集。以下字典包含特征的名称和正面或负面的概率：

然后我通过以下方式生成一个玩具数据集：

1. 均匀随机选择一个特征
2. 生成具有相应概率的类标签 1，否则生成 -1
3. 生成大约 100000 个数据集/行

我使用 Vowpal Wabbit 在此数据集上学习，使用如下命令：

我的 logloss 和 auc 看起来像这样：

已学习的概率如下所示：

结果相当准确。现在我创建另一个具有以下概率的数据集：

因此，属于特定类别的特征的概率发生了变化，这本质上是数据集的转移。因为这对我很感兴趣，所以我现在特意包含旧模型来学习新数据集。那是：

但是，我现在没有看到某种适应，而是得到以下结果：

并且特征的概率在第二次运行后不会改变：

所以我的结论是：当在第二个数据集学习中包含旧模型时，什么都学不到。但是，我预计 Vowpal Wabbit 会在一段时间后适应这种转变。显然，这不会发生。

我的问题：如何调整 vowpal wabbit 参数以适应这样的数据集转换？

我正在使用 Vowpal Wabbit 对具有 25 个特征和 4800 万个实例的数据集执行逻辑回归。我对当前预测值有疑问。它应该在 0 或 1 之内。

我正在尝试 Vowpal Wabbit，并且正在确定培训和测试所需的文件格式。我一直在关注https://github.com/JohnLangford/vowpal_wabbit/wiki/Tutorial的教程，看到以下是训练数据格式：

对于测试数据，我没有标签或任何输出，只有特征。我将如何写出来？我试过只包括这样的功能：

但是，这给了我例外，因为它不是正确的格式。我还尝试了以下方法，结果都只给了我 0：

任何我应该瞄准的格式，只知道功能？谢谢您的帮助。

我正在尝试在运行 Yosemite OSX 的 Mac Mini 2012 上安装 vowpal wabbit。

正如 John Langford 建议的那样，我无法锻炼如何直接从源代码伪造安装 boost：https ://github.com/JohnLangford/vowpal_wabbit/wiki/Tutorial 。相反，我选择了以下sudo port install boost. 这似乎工作正常，我已经验证该文件program_options.hpp存在于 location 中/opt/local/include/boost/program_options.hpp。

然后我克隆 vowpal_wabbit到我的根目录并尝试使用sudo make install. 当我这样做时，我的终端出现以下错误，说program_options.hpp找不到：

我在错误的地方安装了boost吗？有没有我错过的步骤？有什么方法可以告诉 vowpal wabbit 在哪里安装？

提前致谢，

亚伦

我正在尝试在一组文件上运行 vowpal wabbit（截至目前大约 10 个）。我的实验如下：

1. 将第一个火车文件转换为大众格式

2. 使用第一个训练文件训练 VW 模型并存储模型。

3. 使用存储的模型验证测试文件的准确性

4. 现在将第二个文件转换为 VW 格式并使用第二个文件重新训练步骤 2 中存储的模型并存储更新的模型

5. 在重新训练的模型上验证测试文件并报告准确性。

6. 使用 for 循环对剩余的文件集重复步骤 4-5（每次迭代中的测试文件都相同）

当我做这个实验时，我遇到了一些错误。在这里，我正在粘贴训练、重新训练和验证命令以及错误。

你们中的任何人都可以帮助我重现这种情况而不会出现任何错误。

命令：

这里 'i' 的范围是 1 到 10

$idec = i -1(以前模型的索引)

vw -d ${i}_processed_binary_compressed.vw --loss_function 逻辑 -i ${idec}_processed_binary_compressed.model.vw --quiet --save_resume -f ${i}_processed_binary_compressed.model.vw

echo echo "day_$i 完成模型训练"

echo "${i}_day 模型验证正在进行中..." echo

vw 10_processed_binary_compressed_test.vw -t -i ${i}_processed_binary_compressed.model.vw --quiet --hash strings -p 10_processed_binary_compressed_test_${i}_day_result.csv -r 10_processed_binary_compressed_test_${i}_day_raw.txt

错误：

vw：不能多次指定选项“--data”

您好有一个带有两个命名空间的 Vowpal Wabbit 文件，例如：

使用 -q AB，我可以获得交互项。有什么办法让我只保留交互项而忽略线性项？

换句话说，vw sample.vw -q AB --invert_hash sample.model现在的结果是这样的：

我希望它是这样的：

--keep 和 --ignore 选项不会产生预期的效果，因为它们似乎是在生成二次项之前考虑的。是否可以使用 vw 执行此操作，或者我是否需要创建所有组合的自定义预处理步骤？

我很难安装 vowpal wabbit。

我遇到的问题是在克隆 vw 之后，当我运行命令 make 时。下面的错误信息

非常感谢任何帮助！操作系统：Windows 8.1 64 位 谢谢

一个