Classification Vowpal Wabbit不平衡类

我试图拟合二元分类的模型，并预测属于这些类的值的概率

我的第一个问题是我不能解释结果。我有一个训练集，其中

标签=0

和

标签=1

（不是

-1和+1

）

我运行模型：

vw train.vw-f model.vw--link=logistic

下一步：

vw test.vw-t-i model.vw-p pred.txt

然后我有一个带有以下值的文件

pred.txt

：

0.5
0.5111
0.5002
0.5093
0.5

我不明白0.5是什么意思？

pred.txt

中的所有值约为0.5。我写了脚本并从结果中扣除0.5。我明白这句话：

0
0.111
0.002
0.093
0

这是我想要的概率吗

这是我的第二个问题——我的目标类不平衡。我有95%的阴性结果（0）和5%的阳性结果（1）。我如何规定VW造成了类的不平衡，比如

{class 0:0.1，class 1:0.9}

---

或者在准备数据集时应该这样做？

对于VW中的二进制分类，需要将标签（从0和1）转换为-1和+1，例如使用

sed-e's/^0/-1/'

除了

--link=logistic

之外，如果要将预测解释为概率，还需要使用

--loss\u function=logistic

对于不平衡类，您需要使用并调整heldout集（或交叉验证）上的重要性权重常量，以及您选择的一些外部评估指标（例如AUC或F1）

另见：