运行基础Vowpal Wabbit Contextual Bandit 3臂出现无效动作报错
Vowpal Wabbit 3臂Contextual Bandit(CB)invalid actions报错排查
核心输入格式硬性要求
- 动作ID取值规则:使用
--cb 3时,允许的合法动作ID是从1起始的连续正整数,即仅支持1、2、3三个值,禁止出现动作0、动作4等超出范围、非连续起始的ID - 每行样本的强制结构顺序:必须为
奖励值:动作ID:倾向权重 | 上下文特征,三个字段缺项、顺序错位都会触发校验报错- 奖励值:为可解析的浮点数,不允许留空、填写非数字内容
- 动作ID:严格落在--cb指定的臂数取值范围内
- 倾向权重(propensity score):取值范围为(0,1]的浮点数,代表该动作被离线日志采集的概率,禁止填0、空值
- 结构分隔符要求:标签段和特征段之间必须用英文
|分隔,不允许直接连写
高频踩坑点(和教程“看起来格式一致但报错”的常见原因)
- 旧版教程适配性问题:部分早期教程省略倾向权重、默认赋值1的写法,在当前VW稳定版本中已不兼容,会被直接判定为无效动作
- 格式细节错误:全角冒号、数字字段前后夹带空格、标签段和特征段之间漏加
|,都会导致解析器识别失败 - 非必要内容干扰:样本文件中的空行、行内注释,会被解析器当成独立无效样本触发批量报错
可直接复用的最小正确样例
3臂CB的合法train.txt内容示例:
1.0:1:0.33 | age=20 country=CN -0.5:2:0.33 | age=35 country=US 0.2:3:0.33 | page=home
对应无冗余告警的运行命令:vw -d train.txt --cb 3 --quiet
快速定位步骤
- 抽取文件前3行样本单独生成测试文件运行,定位是否为单条脏数据触发的批量校验错误
- 检查本地VW版本:低于8.0的旧版本CB格式校验规则与当前稳定版存在差异,升级至最新稳定版后重新测试
- 逐行检查动作ID取值,确认无超出1~3范围的非法值
内容的提问来源于stack exchange,提问作者csp
相关产品推荐
相关产品推荐

