Vowpal Wabbit 中的分类特征
Categorical Features in Vowpal Wabbit
这个 link says that currently all feature labels must be followed by a float. But when I enter -1 3 |context day:Monday in this validator，它将它作为具有值星期一的特征接受它。
此外，如果我可以提供字符串作为功能的值，我如何提供包含空格的值。
例如 -1 3 |context day:Monday name:A B 只保留 A 作为标签名称的值，而将 B 视为另一个标签。但是，实际上，我想为标签名称分配值 "A B"
all feature labels must be followed by a float
可以，但如果不提供冒号和浮点数，则默认特征值为1.0。
But when I enter -1 3 |context day:Monday in this validator, it accepts The validator is just approximate and not kept update for several years. I am not aware of any VW base learner that would allow non-float feature values.
您的问题的一个解决方案是用空格转义分类特征值中的空格，并将具有 N 个值的分类特征转换为 N 个二进制特征（最终它是相同的）。例如：
-1 3 |context day_Monday name_A_B
这个 link says that currently all feature labels must be followed by a float. But when I enter -1 3 |context day:Monday in this validator，它将它作为具有值星期一的特征接受它。
此外，如果我可以提供字符串作为功能的值，我如何提供包含空格的值。
例如 -1 3 |context day:Monday name:A B 只保留 A 作为标签名称的值，而将 B 视为另一个标签。但是，实际上，我想为标签名称分配值 "A B"
all feature labels must be followed by a float
可以，但如果不提供冒号和浮点数，则默认特征值为1.0。
But when I enter -1 3 |context day:Monday in this validator, it accepts The validator is just approximate and not kept update for several years. I am not aware of any VW base learner that would allow non-float feature values.
您的问题的一个解决方案是用空格转义分类特征值中的空格，并将具有 N 个值的分类特征转换为 N 个二进制特征（最终它是相同的）。例如：
-1 3 |context day_Monday name_A_B