ML.NET 回归 FastTree 预测始终返回 0

Question

我正在尝试使用 ML.NET 为 Sales Analytics 应用程序设置销售预测算法。我刚刚开始学习 ML.NET，并按照 Microsoft 的教程完成了所有工作。 https://github.com/dotnet/machinelearning-samples/tree/master/samples/csharp/end-to-end-apps/Regression-SalesForecast

这是源模型

public class SalesSummaryGeneralizedDTO
{
    public float ProductId { get; set; }
    public float SalesQty { get; set; }
    public float Day { get; set; }
    public float Month { get; set; }
}

这是预测模型：

public class SalesPredictionDTO
{
    public int SalesQty { get; set; }
    public int ProductId { get; set; }
}

主要代码：

var salesGeneralized = await _saleRepository.GetSalesForPeriod(DateTime.Now.AddYears(-1), DateTime.Now);

var mlContext = new MLContext();

var trainingDataView = mlContext.Data.ReadFromEnumerable(salesGeneralized);

var trainer = mlContext.Regression.Trainers.FastTreeTweedie(labelColumn: DefaultColumnNames.Label, featureColumn: DefaultColumnNames.Features);

var trainingPipeline =
    mlContext.Transforms.Concatenate("NumFeatures", nameof(SalesSummaryGeneralizedDTO.Day), nameof(SalesSummaryGeneralizedDTO.Month))
.Append(mlContext.Transforms.Categorical.OneHotEncoding(outputColumnName: "CatFeatures", inputColumnName: nameof(SalesSummaryGeneralizedDTO.ProductId)))                
.Append(mlContext.Transforms.Concatenate(DefaultColumnNames.Features, "NumFeatures", "CatFeatures"))
.Append(mlContext.Transforms.CopyColumns(outputColumnName: DefaultColumnNames.Label, inputColumnName: nameof(SalesSummaryGeneralizedDTO.SalesQty)))
.Append(trainer);

var model = trainingPipeline.Fit(trainingDataView);
var predictionEngine = model.CreatePredictionEngine<SalesSummaryGeneralizedDTO, SalesPredictionDTO>(mlContext);

var samplePredictionData = new SalesSummaryGeneralizedDTO
{
   ProductId = 7.0f,
   Day = 14.0f,
   Month = 12.0f
};

var prediction = predictionEngine.Predict(samplePredictionData);

我以“功能”形式提供 ProductId、月份和日期，并希望看到 SalesQty 的估计值，但预测总是返回 SalesQty = 0。

Microsoft 的文档没有提供太多帮助。 提前感谢您对此的任何建议！

编辑：

原来微软的教程缺少一个重要说明，所以问题出在列映射上。在挖掘其中一个教程的源代码时，我注意到预测结果列的名称是“Score”，所以现在预测正在返回一个值。 我的“SalesPredictionDTO”缺少一个属性，我将在下面发布。 另外教程的源代码中没有分数映射属性的getter和setter，不知道它是否重要，但它可以工作。

public class SalesPredictionDTO
{
    [ColumnName("Score")]
    public int SalesQty;
    public int ProductId { get; set; }
}

Answer 1

我建议首先使用model.Transform(someTestData) 对测试数据集进行评分，检查转换后的数据，然后使用mlContext.Regression.Evaluate(transformedData) 评估算法。您可以使用mlContext.Regression.TrainTestSplit(allYourData, testFraction: 0.1) 拆分为训练集和测试集，或者将训练集本身用作测试集可能只是指示性的，但不是最佳实践。

只有当您对自己训练的预测模型感到满意时，我才会开始使用预测功能。