预测引擎 - 模式不匹配：“R4 的预期标量或已知大小向量，获取可变大小向量”

Question

我正在尝试训练和预测具有多个特征的模型。我们将我的数据称为“直方图”，带有浮点目标，Sensor1 到 Sensor6，它们是 float[64]。

数据从 CSV 加载，第一列作为目标，然后是 1-64 Sensor1、65-129 Sensor2 等列。

直方图类：

class Histogram
{
    [LoadColumn(0)] public float Target;
    [LoadColumn(1, 64), ColumnName("Sensor1")]
    public float[] Sensor1;
    [LoadColumn(65, 129), ColumnName("Sensor2")]
    public float[] Sensor2;
    [LoadColumn(130, 193), ColumnName("Sensor3")]
    public float[] Sensor3;
    [LoadColumn(194, 257), ColumnName("Sensor4")]
    public float[] Sensor4;
    [LoadColumn(258, 321), ColumnName("Sensor5")]
    public float[] Sensor5;
    [LoadColumn(322, 385), ColumnName("Sensor6")]
    public float[] Sensor6;
}

训练完成，但在创建预测引擎时：

var predictor = trainedModel.CreatePredictionEngine<Histogram, PredictedTarget>(mlCtx);

它抛出这个异常：

System.ArgumentOutOfRangeException: 'Schema mismatch for input column 'Sensor1': expected scalar or known-size vector of R4, got variable-size vector
Parameter name: inputSchema'

我将处理管道创建为：

IDataView baseTrainingDataView = mlCtx.Data.LoadFromTextFile<Histogram>(trainDataPath, hasHeader: true, separatorChar: ',');
var dataProcessPipeline = mlCtx.Transforms
            .CopyColumns(DefaultColumnNames.Label, nameof(Histogram.Target))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor1), "Sensor1"))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor2), "Sensor2"))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor3), "Sensor3"))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor4), "Sensor4"))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor5), "Sensor5"))
            .Append(mlCtx.Transforms.Normalize(nameof(Histogram.Sensor6), "Sensor6"))
            .Append(mlCtx.Transforms.Concatenate(DefaultColumnNames.Features, "Sensor1", "Sensor2", "Sensor3", "Sensor4", "Sensor5", "Sensor6"));

我实际上不确定要提供什么更多信息，因为这是我第一次尝试使用 ML.NET。我会根据需要编辑更多！谢谢。

Answer 1

大多数 ML.NET 培训师期望固定大小的向量。 您可以使用 VectorType 属性来指定特征是矢量。这是带有 VectorType 属性装饰的 Histogram 类的外观。

class Histogram
{
    [LoadColumn(0)]
    public float Target;

    [LoadColumn(1, 64), ColumnName("Sensor1"), VectorType(64)]
    public float[] Sensor1;

    [LoadColumn(65, 129), ColumnName("Sensor2"), VectorType(64)]
    public float[] Sensor2;

    [LoadColumn(130, 193), ColumnName("Sensor3"), VectorType(64)]
    public float[] Sensor3;

    [LoadColumn(194, 257), ColumnName("Sensor4"), VectorType(64)]
    public float[] Sensor4;

    [LoadColumn(258, 321), ColumnName("Sensor5"), VectorType(64)]
    public float[] Sensor5;

    [LoadColumn(322, 385), ColumnName("Sensor6"), VectorType(64)]
    public float[] Sensor6;
}

此外，Normalize() 方法的签名是 Normalize(outputColumnName, inputColumnName)。尽管在这种情况下可能无关紧要，因为输入列名称和输出列名称解析为相同的值（例如：Sensor1），但在调用中包含参数名称可能更安全，因为 Normalize() 有多个重载默认参数。虽然冗长，但包含参数名称可以明确说明您的意图。

...
.Append(mlCtx.Transforms.Normalize(outputColumnName: "Sensor1",
                                   inputColumnName: nameof(Histogram.Sensor1)))
...