我正在为2个不同的集合运行上下文bandint方法，这些集合仅在操作变量中有所不同。我在（klaster3.model）上构建模型的一组有6种不同的动作类型，而我构建模型的另一组（klaster8.model）有7种不同的动作类型。
当我跑这样一条线时
head testLabels -n 1 | vw -i klaster8.model -t -p /dev/stdout --quiet
在命令行中我得到
5.000000 Mloda_kobieta
这看起来像是针对该背景的政策中的选择行动。
但是当我使用-a（审计）选项尝试相同的代码时，我收到了这样的输出：
0.943965 Mloda_kobieta
Constant:142055:1:0.50745 ^K:136407:1:0.236886 ^Young:101199:1:0.199628
0.994175 Mloda_kobieta
Constant:142056:1:0.488827 ^K:136408:1:0.281023 ^Young:101200:1:0.224326
0.948740 Mloda_kobieta
Constant:142057:1:0.482498 ^K:136409:1:0.2568 ^Young:101201:1:0.209442
0.979921 Mloda_kobieta
Constant:142058:1:0.497253 ^K:136410:1:0.241421 ^Young:101202:1:0.241247
0.910945 Mloda_kobieta
Constant:142059:1:0.506602 ^K:136411:1:0.208468 ^Young:101203:1:0.195875
1.004143 Mloda_kobieta
Constant:142060:1:0.49813 ^K:136412:1:0.280554 ^Young:101204:1:0.225459
0.934807 Mloda_kobieta
Constant:142061:1:0.494118 ^K:136413:1:0.240735 ^Young:101205:1:0.199954
0.953710 Mloda_kobieta
Constant:142048:1:0.582269 ^K:136400:1:0.213502 ^Young:101192:1:0.15794
0.994442 Mloda_kobieta
Constant:142049:1:0.526175 ^K:136401:1:0.243671 ^Young:101193:1:0.224595
0.944228 Mloda_kobieta
Constant:142050:1:0.504455 ^K:136402:1:0.22308 ^Young:101194:1:0.216693
0.979964 Mloda_kobieta
Constant:142051:1:0.521737 ^K:136403:1:0.233687 ^Young:101195:1:0.22454
0.907704 Mloda_kobieta
Constant:142052:1:0.547686 ^Young:101196:1:0.186401 ^K:136404:1:0.173617
1.004132 Mloda_kobieta
Constant:142053:1:0.549014 ^K:136405:1:0.247787 ^Young:101197:1:0.207331
0.937724 Mloda_kobieta
Constant:142054:1:0.525254 ^K:136406:1:0.236784 ^Young:101198:1:0.175686
5.000000 Mloda_kobieta
对于此上下文，这看起来像某种行为评分，在我看来应该选择得分最少的行动（这是本例中的动作5）。我想知道为什么有14行，而我在这个数据集中只有7种不同的acion类型？当我有6种不同的动作类型时，为什么我会收到12行。它看起来像number_of_different_acion_types * 2。在我的情况下，只有2个解释变量，年龄和性别。
问题是：
1）带有audit（-a）的输出中的行数是否与等式相对应：number_of_different_acion_types * number_of_explanatory_variables
2）如果是，前七行（在该示例中）是对应于第一个变量，另一个是7到第二个变量吗？
3）如何知道输出的顺序是什么？哪个变量被视为第一个，哪个变量被视为第二个？它是否对应于输入数据集中列的顺序？
4）如果前7行对应第1个变量的成本系数，而其他7行对应第2个变量的成本系数，那么输出策略是否选择具有最低总和的臂/动作那些系数？ （每个动作都有2个系数，因为有2个变量）。
我怀疑输出的顺序与输入中的列顺序相对应，但我不确定。
感谢您的回答。