您有一个带有两个名称空间的Vowpal Wabbit文件,例如:
1.0 |A snow |B ski:10
0.0 |A snow |B walk:10
1.0 |A clear |B walk:10
0.0 |A clear |B walk:5
1.0 |A clear |B walk:100
1.0 |A clear |B walk:15
使用-q AB,我可以获得交互条款。有没有办法让我只保留交互条款而忽略线性条款?
换句话说,vw sample.vw -q AB --invert_hash sample.model
现在的结果就是:
....
A^clear:24861:0.153737
A^clear^B^walk:140680:0.015292
A^snow:117127:0.126087
A^snow^B^ski:21312:0.015803
A^snow^B^walk:28234:-0.010592
B^ski:107733:0.015803
B^walk:114655:0.007655
Constant:116060:0.234153
我希望它是这样的:
....
A^clear^B^walk:140680:0.015292
A^snow^B^ski:21312:0.015803
A^snow^B^walk:28234:-0.010592
Constant:116060:0.234153
--keep和--ignore选项不会产生所需的效果,因为它们似乎是在生成二次项之前考虑的。是否可以使用vw执行此操作,还是需要创建所有组合的自定义预处理步骤?
答案 0 :(得分:3)
--ignore
应用于foreach_feature<>
模板
源代码。
您可以使用技巧将每个原始示例转换为四个新示例:
1 |first:1 foo bar gah |second:1 loo too rah
-1 |first:1 foo bar gah |second:-1 loo too rah
1 |first:-1 foo bar gah |second:-1 loo too rah
-1 |first:-1 foo bar gah |second:1 loo too rah
这使得二次特征都与二者特征完全相关 标签,但线性特征与标签无关。 因此,轻微的l1正则化应该消除线性特征。
我怀疑这会提高性能足以照顾(因此 设计),但如果你发现它有用,请告诉我们。
查看原帖:
https://groups.yahoo.com/neo/groups/vowpal_wabbit/conversations/topics/2964 https://groups.yahoo.com/neo/groups/vowpal_wabbit/conversations/topics/4346