ML_Net 它说“功能”存在但不存在答案

【问题标题】：ML_Net It says 'Features' is there but it doesn't existML_Net 它说“功能”存在但不存在
【发布时间】：2021-11-22 02:56:35
【问题描述】：

 public class TextData
{
    [LoadColumn(0)]
    public string Subject { get; set; }

    [LoadColumn(1), ColumnName("Valid")]
    public bool Valid { get; set; }

    [LoadColumn(2)]
    public string Text { get; set; }
}

public class Prediction_Subejct : TextData
{
    [ColumnName("PredictedLabel")]
    public bool Prediction { get; set; }

    public float Probability { get; set; }

    public float Score;

    [ColumnName("PredictedSub")]
    public string SubFeatures { get; set; }
}

上面的代码是我创建的类。

static IEstimator<ITransformer> Subject_ProcessData()
    {
        var subjectModel = _mlContext.Transforms.Conversion.MapValueToKey(inputColumnName: "Subject", outputColumnName: "Labels")
           .Append(_mlContext.Transforms.Text.FeaturizeText(inputColumnName: "Text", outputColumnName: "TextFeaturized"))
           .Append(_mlContext.BinaryClassification.Trainers.SdcaLogisticRegression(labelColumnName: "Valid", featureColumnName: "Features"))
           // Features 에 데이터를 연결
           .Append(_mlContext.Transforms.Concatenate("Features", "TextFeaturized"))
           
           // DataView 캐쉬
           .AppendCacheCheckpoint(_mlContext);

        return subjectModel;
    }

上面的代码是我创建的管道。

 var Pipeline = pipeline.Append(_mlContext.MulticlassClassification.Trainers.SdcaMaximumEntropy("Label", "Features"))
        .Append(_mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabel"));

        var model = Pipeline.Fit(_trainingDataView);

运行 Fit() 出错。

未处理的异常。 System.ArgumentOutOfRangeException：找不到功能列“Features”（参数“inputSchema”）

为什么说“功能”不存在？

【问题讨论】：

github.com/using1047/ML.NET_NER_TEST.git
也许可以尝试将Concatenate 放在SdcaLogisticRegression 培训师之前，看看是否可行。

标签： c# ml.net

【解决方案1】：

"Features" 在 Concatenate 方法中是保留的，它后面需要一个特征数组。因此，您需要更改此名称。

执行以下操作：

var subjectModel=_mlContext.Transforms.Conversion.MapValueToKey(inputColumnName: "Subject", outputColumnName: "Labels")
   .Append(_mlContext.Transforms.Text.FeaturizeText(inputColumnName: "Text", outputColumnName: "TextFeaturized"))
.Append(_mlContext.Concatenate("Features", new[] {"TextFeaturized"})

【讨论】：