2

我正在尝试使用新的 Microsoft.ML 0.6.0 进行预测功能

当我调用“model.AsDynamic.MakePredictionFunction”时，我收到

“System.ArgumentOutOfRangeException：'无法确定成员功能的 IDataView 类型'”。

代码：

using System;
using Microsoft.ML;
using Microsoft.ML.Runtime.Api;
using Microsoft.ML.Runtime.Data;
using Microsoft.ML.Trainers;
using Microsoft.ML.StaticPipe;

namespace MachineLearning
{
    class MLTest
    {
        public void Run()
        {
            var env = new LocalEnvironment();
            var reader = TextLoader.CreateReader(env, ctx => (label: ctx.LoadBool(0), features: ctx.LoadFloat(1, 3)));
            var traindata = reader.Read(new MultiFileSource("train.txt"));
            var bctx = new BinaryClassificationContext(env);
            var est = reader.MakeNewEstimator()
                .Append(x => (x.label, prediction: bctx.Trainers.Sdca(x.label, x.features.Normalize())));
            var model = est.Fit(traindata);

            //FAILS: System.ArgumentOutOfRangeException: 'Could not determine an IDataView type for member features'
            var predictionFunct = model.AsDynamic.MakePredictionFunction<Issue, Prediction>(env);

        }

        public class Issue
        {
            public float label;
            public Vector<float> features; //what is wrong?
        }

        public class Prediction
        {
            [ColumnName("prediction.predictedLabel")]
            public bool PredictionLabel;

            [ColumnName("prediction.probability")]
            public float Probability;

            [ColumnName("prediction.score")]
            public float Score;
        }
    }
}

文件 train.txt 包含：

1   0   0   0
1   0   1   0
1   0   0   1
1   0   1   1
0   1   1   1
0   1   0   1
0   1   1   0
0   1   0   0

看起来错误在“问题”类中，但究竟是什么错误？谢谢

4

1 回答 1

1

您正在尝试模式理解来制作数据视图并阅读. 通过使用原始数组，您可以使用 columntype 来设置数组的大小。

（这是针对 ML.NET 的 .10 版本）

public class Issue
{
        public float label;
        public float[] features; //change this
}

将 SchemaDefinition 用于运行时类型映射提示

var inputSchemaDefinition = SchemaDefinition.Create(typeof(Issue), SchemaDefinition.Direction.Both);
inputSchemaDefinition["features"].ColumnType = new VectorType(NumberType.R4, 4);

然后您将创建引擎：

var predictionEngine = model.CreatePredictionEngine<InputSchema, Prediction>(model as IHostEnvironment, inputSchemaDefinition, outputSchemaDefinition);
于 2019-02-13T16:16:52.137 回答