在 vowpal wabbit 中散列时，两个不同命名空间中的两个特征是否会发生冲突？

Question

是否所有名称space都具有相同的哈希值space，或者每个名称space是否具有独立的哈希值space？此外，如果他们确实有独立的散列 spaces，他们是否会为交互功能创建新的散列 spaces？

Answer 1

vw 仅使用一个全局哈希-space。 space 的大小是 2^b，其中 b 是散列位数。默认情况下 b 为 18，可以通过将 -b <bits> 参数传递给 vw.

来更改它

所以第一个问题的答案是是的，只有一个，共同的哈希-space，并且可能会发生冲突。

Name spaces 只是改变了 hash 计算的起点，两个独立的 name spaces 中的特征仍然可以碰撞。

哈希函数基本上是：

hash_func(string)

传递给 hash_func 的字符串是 "<namespace>^<feature_name>"

很容易检查你的 -b <bits> 参数是否太小：如果通过增加 -b ... 你得到一个显着较低的损失，那么很可能你在较低的位置发生了（很多）碰撞值设置。