在多个组合回归模型 (ML.NET) 中将列指定为特征和标签

Question

我正在使用 ML.NET 使用回归模型预测一系列值。我只对预测的一列（分数列）感兴趣。但是，其他一些列的值不可用于预测类。我不能将它们保留为 0，因为这会扰乱预测，所以我想它们也必须被预测。

我看到了一个关于预测多个值的类似问题here。 answer 建议创建两个模型，但我可以看到每个模型中指定的特征列不包括另一个模型的标签列。因此，这意味着在进行预测时不会使用这些列。我错了，还是每个模型的标签列也应该包含在另一个模型的特征列中？

这里有一些示例代码可以尝试在代码中解释：

public class FooInput
{
    public float Feature1 { get; set; }
    public float Feature2 { get; set; }
    public float Bar {get; set; }
    public float Baz {get; set; }
}

public class FooPrediction : FooInput
{
    public float BarPrediction { get; set; }
    public float BazPrediction { get; set; }
}

public ITransformer Train(IEnumerable<FooInput> data)
{
    var mlContext = new MLContext(0);
    var trainTestData = mlContext.Data.TrainTestSplit(mlContext.Data.LoadFromEnumerable(data));

    var pipelineBar = mlContext.Transforms.CopyColumns("Label", "Bar")
        .Append(mlContext.Transforms.CopyColumns("Score", "BarPrediction"))
        .Append(mlContext.Transforms.Concatenate("Features", "Feature1", "Feature2", "Baz"))
        .Append(mlContext.Regression.Trainers.FastTree());

    var pipelineBaz = mlContext.Transforms.CopyColumns("Label", "Baz")
        .Append(mlContext.Transforms.CopyColumns("Score", "BazPrediction"))
        .Append(mlContext.Transforms.Concatenate("Features", "Feature1", "Feature2", "Bar"))
        .Append(mlContext.Regression.Trainers.FastTree());

    return pipelineBar.Append(pipelineBaz).Fit(trainTestData.TestSet);
}

这实际上与上述答案相同，但添加了 Baz 作为要预测 Bar 的模型的特征，相反，添加了 Bar 作为模型的特征其中Baz 将被预测。

这是正确的方法吗，或者另一个问题的答案是否达到了预期的结果，即每一列的预测将利用加载数据集中另一个预测列的值？

Answer 1

您可以使用的一种技术称为“插补”，它将这些未知值替换为一些“猜测”值。插补只是替换数据集缺失值的过程。

在 ML.NET 中，您正在寻找的是 ReplaceMissingValues 转换。您可以在 docs.microsoft.com 上找到 samples。

您在上面讨论的技术也是一种插补形式，其中您的未知数被替换为从其他已知值中预测值。这也可以工作。我想我会尝试这两种形式，看看哪种形式最适合您的数据集。