我发现在训练期间，我的模型vw显示了非常大的（远远超过我的功能计数）功能数量在它的日志中。
我试图用一些小例子重现它：
simple.test：
-1 | 1 2 3
1 | 3 4 5
然后“vw simple.test”命令说它已经使用了8个功能。 +一个特征是不变的，但另一个是什么？我在wv中使用的功能和功能之间的真正例外差异是abot x10。
...
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 !!!!
答案 0 :(得分：2)
2^Nth显示所有观察到的示例中的要素计数总和。所以你的情况是2 *（3 + 1常数）= 8。当前示例中的功能数量显示在,列中。请注意，默认情况下，屏幕上仅打印if (a < b)
{
a = b;
return 1;
}
else
{
return 0;
}
示例。一般来说，观察可能会有不等数量的特征。