ML .net 读取制表符分隔的数据集

Question

这是我第一次使用 ML.net 0.8，我在数据集中加载时遇到了麻烦。

var mlContext = new MLContext();

        String dataPath = "ML Data 3.txt";
        var trainingDataView = mlContext.Data.ReadFromTextFile(
            columns: new TextLoader.Column[]
            {
                new TextLoader.Column("Product", DataKind.Text,0),
                new TextLoader.Column("Streat", DataKind.R4, 1),
                new TextLoader.Column("Overspray", DataKind.R4,2),
                new TextLoader.Column("MLS",DataKind.R4,3),
                new TextLoader.Column("Moisture",DataKind.R4,4)
            }, path: dataPath );


        var data = trainingDataView.Preview();

        var pipeline = mlContext.Transforms.Concatenate("Features", "Product", "Streat", "Overspray", "MLS")
            .Append(mlContext.MulticlassClassification.Trainers.StochasticDualCoordinateAscent(labelColumn: "Moisture", featureColumn: "Features"))
            .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedMoisture"));


        var model = pipeline.Fit(trainingDataView);

数据预览看起来不错，但是当它尝试拟合以执行拟合操作时，我收到以下错误：

System.InvalidOperationException: 'Column 'Streat' 的值为 R4，这与之前观察到的 Text 类型不同。'

我检查了数据，数据文件中没有文本元素，除了产品列。

任何建议都非常受欢迎。

Answer 1

MulticlassClassification 算法不适用于文本功能，只能用于数字。如果Product 是某种标识符，则最好将其从Concatenate 调用中排除，因为它不是功能：

mlContext.Transforms.Concatenate("Features", "Streat", "Overspray", "MLS")

如果它是某种类别并且应该用作特征，您可以使用其中一种转换将其转换为数字，例如OneHotEncoding：

var pipeline = mlContext.Transforms.Categorical.OneHotEncoding("Product")
        .Append(mlContext.Transforms.Concatenate("Features", "Product", "Streat", "Overspray", "MLS"))
        .Append(mlContext.MulticlassClassification.Trainers.StochasticDualCoordinateAscent(labelColumn: "Moisture", featureColumn: "Features"))
        .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedMoisture"));