我在训练模型时发现，vw 日志中显示的特征数量非常大（远超过我的特征数量）。

我尝试使用一个小例子来重现这个问题：

simple.test:

-1 | 1 2 31  | 3 4 5

然后执行 “vw simple.test” 命令时，它显示使用了 8 个特征。其中一个特征是常数特征，但其他特征是什么？在我的实际例子中，我的特征与 vw 使用的特征之间的差异大约是十倍。

….

Num weight bits = 18learning rate = 0.5initial_t = 0power_t = 0.5using no cacheReading datafile = tnum sources = 1average    since         example     example  current  current  currentloss       last          counter      weight    label  predict featuresfinished runnumber of examples = 2weighted example sum = 2weighted label sum = 3average loss = 1.9179best constant = 1.5total feature number = 8 !!!!

回答：

total feature number 显示的是所有观察到的例子的特征计数总和。因此，在你的例子中是 2*(3+1 常数)=8。当前例子的特征数量显示在 current features 列中。请注意，默认情况下只有 2^Nth 个例子会在屏幕上显示。一般来说，不同的观察可能具有不等的特征数量。