vowpalwabbit - Vowpal Wabbit reverse_hash选项产生空输出，但是为什么呢？

Question

我正在尝试使用隐藏的散列来保存vowpal wabbit模型。我有一个有效的模型，它包含以下内容:
vw --oaa 2 -b 24 -d mydata.vw --readable_model mymodel.readable
生成如下模型文件:

Version 7.7.0
Min label:-1.000000
Max label:1.000000
bits:24
0 pairs: 
0 triples: 
rank:0
lda:0
0 ngram: 
0 skip: 
options: --oaa 2
:0
66:0.016244
67:-0.016241
80:0.026017
81:-0.026020
84:0.015005
85:-0.015007
104:-0.053924
105:0.053905
112:-0.015402
113:0.015412
122:-0.025704
123:0.025704
...

(依此类推，还有成千上万的功能)。但是，为了更有用，我需要查看功能名称。看起来很明显，但是我做到了
vw --oaa 2 -b 24 -d mydata.vw --invert_hash mymodel.inverted
并生成了这样的模型文件(不生成权重):

Version 7.7.0
Min label:-1.000000
Max label:1.000000
bits:24
0 pairs: 
0 triples: 
rank:0
lda:0
0 ngram: 
0 skip: 
options: --oaa 2
:0

好像我显然做错了什么，但我想我在使用 documented way中的选项:

--invert_hash is similar to --readable_model, but the model is output in a more human readable format with feature names followed by weights, instead of hash indexes and weights.

有谁知道为什么我的第二条命令无法产生任何输出？

Answer 1

这是由最近修复的VW错误(由于这个问题)引起的，请参阅https://github.com/JohnLangford/vowpal_wabbit/issues/337。

顺便说一句，使用--oaa 2没有任何意义。如果要进行二进制分类(又称逻辑回归)，请使用--loss_function=logistic(并确保标签为1和-1)。
OAA仅对N> 2个类有意义(建议将--loss_function=logistic与--oaa一起使用)。

还要注意，使用--invert_hash学习比慢得多(当然，需要更多的内存)。推荐的创建反向哈希模型的方法(尤其是多次遍历)是学习一种常用的二进制模型，然后使用-t对训练数据进行一次遍历，然后将其转换为反向哈希:

vw -d mytrain.data -c --passes 4 -oaa 3 -f model.binary
vw -d mytrain.data -t -i model.binary --invert_hash model.humanreadable