Hash Vowpal Wabbit：到底使用了什么哈希函数？

我很想知道在Vowpal Wabbit中哪个哈希函数用于功能哈希

我知道底层算法是3，但我无法通过查看github上的VW代码了解细节

---

有人知道VW中使用的是哪种哈希函数吗？

核心哈希函数是Austin Appleby的32位杂音哈希v3.0

但是，它与原始as

uniform_hash

的API略有不同，以适应

vw

中的不同使用场景

您可以查看以下来源：

• （查找

  hashstrings

  和

  hashall

  函数）

正如你所看到的，当你深入细节时，事情并不是那么简单。之所以不简单，是因为在某些地方，当特征和名称空间在交互和一些简化算法中结合时，为了提高分散性，做了额外的努力

以下是详细信息列表（可能不是100%完整）：

• 散列后，始终会基于当前位值（

  -b位

  ，默认值18）进行模运算，以适应权重向量，因此从散列中获得的值可以小于直接/原始散列
• vowpal wabbit支持（SVMlight样式）数字功能名称，您可以直接使用数字“最终”值，而不是散列。默认情况下（

  --散列字符串

  ），以数字开头的要素名称最初按原样使用（无散列），但如果它们继续使用某些非数字，则当前计算的值将用作种子，名称的其余部分将按杂音-32散列
• 当名称空间存在时，散列的完整字符串是名称空间^featurename
• 使用名称空间交互选项（

  --redefinite

  、

  -q

  、

  --cubic

  等）时，两个哈希结果将与不同的简单哈希组合
• 在一些简化中，如

  --search

  ，在输入杂音散列时使用特定（非零）种子（请参阅：

  vowpalwabbit/search.cc

  ），因此您可能会得到与预期不同的散列值

如有疑问，您可以使用

--audit

选项，并且

vw

将输出每个示例中每个功能的确切哈希值。格式为（示例）：

---

为大量的编辑道歉

#
#    UserJack1^mean_karma:3864409:0.12345:0.919323[@3.8964]
#    ^^^^+^^^^ ^^^^^+^^^^ ^^^+^^^ ^^^+^^^ ^^^^+^^^ ^^^+^^^
#        |          |        |       |        |       |
#    namespace featurename hashval value   weight Sum(gradients)
#