我知道vw可以处理非常原始的数据（例如原始文本）但是例如，在将数据提供给vw之前应该考虑缩放数字特征吗？ 请考虑以下行：
1 |n age: 80.0 height: 180.0 |c male london |d the:1 cat:2 went:3 out:4
假设典型年龄范围从1到100且高度（以厘米为单位）可能在140到220之间，那么转换/缩放age和height会更好吗，因此它们共享一个共同的范围？我认为许多算法可能需要对输入数据进行这种预处理，例如线性回归。
答案 0 :(得分：2)
vw SGD与vanilla naive SGD相比具有高度增强，因此不需要预先缩放。
如果您的实例很少（小数据集），预缩放可能会有所帮助。
vw通过记住每个要素的范围来对比例进行自动标准化，因此很少需要预缩放才能获得良好的效果。
默认情况下应用规模，稀有度和重要性的标准化。相关的vw选项为：
--normalized
--adaptive
--invariant
如果其中任何一个出现在命令行中，则不应用其他任何一个。默认情况下，这三个都已应用。
另请参阅： this stackoverflow answer
在vw中解释增强型SGD算法的论文是：
Online Importance Weight Aware Updates - Nikos Karampatziakis & John Langford