如何将动作依赖特征 (ADF) 从分类转换为连续/离散？

如何解决如何将动作依赖特征 (ADF) 从分类转换为连续/离散？

我正在使用 cb_explore_adf 在上下文 MAB 上关注 Vowpalwabbit tutorial，我想知道如何将操作命名空间功能转换为数字，以便它可以更好地泛化新的手臂。

在本教程中，他们提出了点击率 (CTR) 问题，其中操作是要显示的文章类型：

shared |User user=Tom time_of_day=morning
|Action article=politics
|Action article=sports
|Action article=music
|Action article=food

如我们所见，命名空间 Action 中的文章特征被设置为一个分类值（政治、食物等...）

是否可以将其转换为数字？假设在我的问题中，我向消费者展示了价格：

shared |User user=Tom time_of_day=morning
|Action price=2.99
|Action price=10.99

如果我想测试一个新的价格，比如说 6.99 美元……之前的培训会带来一些信息吗？

据我所知，VowpalWabbit 使用“:”来表示数字特征……这是真的吗？

shared |User user=Tom time_of_day=morning
|Action price:2.99
|Action price:10.99

我试过了，但没有用……实际上它使模型无法覆盖。

我错过了什么？

谢谢

解决方法

您使用数字特征的方式是正确的。 您还在尝试使用教程中提供的模拟器吗？ 如果是这样，您是否更改了奖励逻辑（get_cost 函数） - 现在它是根据人和 time_of_day 分配奖励。如果您想体验新功能，您可能需要更改逻辑，以使奖励与您的新功能相关联。