我试图使模型适合二元分类并预测属于这些类的值的概率。
我的第一个问题是我无法解释结果。我有一套训练集，其中labels=0和labels=1（不是-1 and +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
然后我有一个文件pred.txt，其中包含以下值：
0.5
0.5111
0.5002
0.5093
0.5
我不明白什么意思是0.5？ pred.txt中的所有值约为0.5。我编写了脚本并从结果中扣除了0.5。我明白这一点：
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 - 我有不平衡的目标类。我有95％的阴性（0）和5％阳性结果（1）。我怎么能规定大众造成类的不平衡，比如{class 0:0.1, class 1:0.9}？
或者在准备数据集时应该这样做？
答案 0 :(得分：3)
对于VW中的二进制分类，标签需要转换（从0和1）到-1和+1，例如，与sed -e 's/^0/-1/'。
除了--link=logistic之外，如果您想将预测解释为概率，还需要使用--loss_function=logistic。
对于不平衡的类，您需要使用importance weighting并使用您选择的某个外部评估指标（例如AUC或F1）调整保持集（或交叉验证）的重要性权重常量。
另见：
Calculating AUC when using Vowpal Wabbit
Vowpal Wabbit Logistic Regression
How to perform logistic regression using vowpal wabbit on very imbalanced dataset