Machine learning 沃帕瓦比奇怪的特征很重要

我发现，在培训期间，我的大众车型在其日志中显示了非常大的（比我的功能数量多得多）功能数量

我试着用一些小例子来重现它：

简单测试：

-1 | 1 2 3
1  | 3 4 5

然后，“vw simple.test”命令说它使用了8个特性+一个特征是恒定的，但另一个特征是什么？在我真正的exmaple中，我的功能和wv中使用的功能之间的区别是abot x10更多

---

total feature number

显示所有观察到的示例的特征计数总和。在你的例子中，它是2*（3+1常数）=8。当前示例中的特征数量显示在

当前特征

列中。请注意，默认情况下，屏幕上只打印第2个示例。一般情况下，观察到的特征数量可能不相等。

总特征数量

显示所有观察到的示例的特征计数总和。在你的例子中，它是2*（3+1常数）=8。当前示例中的特征数量显示在

当前特征

列中。请注意，默认情况下，屏幕上只打印第2个示例。一般情况下，观察到的特征数量可能不相等。

总特征数量

显示所有观察到的示例的特征计数总和。在你的例子中，它是2*（3+1常数）=8。当前示例中的特征数量显示在

当前特征

列中。请注意，默认情况下，屏幕上只打印第2个示例。一般情况下，观察到的特征数量可能不相等。

总特征数量

显示所有观察到的示例的特征计数总和。在你的例子中，它是2*（3+1常数）=8。当前示例中的特征数量显示在

当前特征

列中。请注意，默认情况下，屏幕上只打印第2个示例。一般来说，观测值的特征数可能不相等

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 !!!!