Machine learning Vowpal-Wabbit多类分类预测概率

我试图用Vowpal Wabbit解决多重分类问题

我有一个火车文件，看起来像这样：

1 |特征空间

2 |特征空间

3 |特征空间

作为输出，我希望得到属于每个类的测试项的概率，如下所示：

1:0.13 2:0.57 3:0.30

例如，想想sklearn分类器预测概率方法

我尝试了以下方法：

1） vw-oaa 3 train.file-f model.file--功能丧失物流--链路物流 vw-p predict.file-t test.file-i model.file-raw_predicts=pred.txt

但是pred.txt文件为空（不包含任何记录，但已创建）。Predict.file只包含最后一个类，不包含概率

2） vw-csoaa3 train.file-f model.file——链接物流 我已经相应地修改了输入文件以适应cs格式。csoaa不接受loss_函数逻辑，并显示以下错误消息：“您使用的标签不是-1或1，而loss函数预期为-1！”

如果与默认的平方损失函数和类似的输出命令一起使用，我将获得pred.txt，其中包含每个项目的每个类的原始预测，例如：

2.33 1.67 0.55

我相信这就是由此产生的平方距离

---

有没有办法让VW输出类概率或以某种方式将这些距离转换为概率

VW版本7.9.0中有一个bug，在7.10.0中修复了该bug，导致原始预测文件为空

---

因为，获取概率的最简单方法是使用

--oaa=N--loss\u function=logistic--probabilities-p probs.txt

。（或者如果您需要标签相关功能：

--csoaa\u ldf=mc--loss\u function=logistic--probabilities-p probs.txt

）

是的，有一种方法可以完全满足您的需求。在回答之前，我想知道“1 |特征|空间2 |特征|空间3 |特征|空间”是什么意思。根据我认为的预期输出，它是一个具有三个类和标签相关特征的分类。那么“2”和“3”是标签，不是特征？我说得对吗？你能提供你的train.file的一个真实的例子吗（可能会缩短）？很抱歉，我的train文件实际上看起来是这样的：true_class（例如1）| feature_space1 | feature_space2等等，不管什么原因，它在文本中被折叠了。为了更加清晰，我编辑了原始文本，而不是使用

-raw\u predictions=pred.txt

，您应该使用

--raw\u predictions=pred.txt

（即：等号周围没有空格，双破折号）。--实际使用的是raw\u predictions=pred.txt。如果使用-raw_predictions=pred.txt，则会出现“选项”-data“不能多次指定”错误。您建议的命令会导致生成空的原始预测文件，但不包含任何记录。请尝试以下操作：

cd-vowpal\u-wabbit/test/train-set/；vw-d多类——oaa=10——原始预测=raw.txt；cat RAW.txt

？当我尝试时，RAW.txt不是空的。