ML.NET、"Score Column" 缺失

Question

我想在 ML.NET 制作我的第一个应用程序。我打赌威斯康星 Prognostic Breast Cancer Dataset。我自己生成 .csv 文件。该文件的一条记录如下所示：

B;11.62;18.18;76.38;408.8;0.1175;0.1483;0.102;0.05564;0.1957;0.07255;0.4101;1.74;3.027;27.85;0.01459;0.03206;0.04961;0.01841;0.01807;0.005217;13.36;25.4;88.14;528.1;0.178;0.2878;0.3186;0.1416;0.266;0.0927

它有 31 个不同的特征（列）。

我的CancerData.cs看起来像这样：

class CancerData
{

    [Column(ordinal: "0")]
    public string Diagnosis;

    [Column(ordinal: "1")]
    public float RadiusMean;

    [Column(ordinal: "2")]
    public float TextureMean;

    [Column(ordinal: "3")]
    public float PerimeterMean;

   //.........

   [Column(ordinal: "28")] 
    public float ConcavPointsWorst;

    [Column(ordinal: "29")]
    public float SymmetryWorst;

    [Column(ordinal: "30")]
    public float FractalDimensionWorst;

    [Column(ordinal: "31", name: "Label")]
    public string Label;
}

和CancerPrediction.cs

class CancerPrediction
{
    [ColumnName("PredictedLabel")]
    public string Diagnosis;

}

我的Program.cs:

class Program
{

    static void Main(string[] args)
    {
        PredictionModel<CancerData, CancerPrediction> model = Train();
        Evaluate(model);
    }

    public static PredictionModel<CancerData, CancerPrediction> Train()
    {
        var pipeline = new LearningPipeline();
        pipeline.Add(new TextLoader("Cancer-train.csv").CreateFrom<CancerData>(useHeader: true, separator: ';'));
        pipeline.Add(new Dictionarizer(("Diagnosis", "Label")));
        pipeline.Add(new ColumnConcatenator(outputColumn: "Features",
            "RadiusMean",
            "TextureMean",
            "PerimeterMean",
            //... all of the features
            "FractalDimensionWorst"));
        pipeline.Add(new StochasticDualCoordinateAscentBinaryClassifier());
        pipeline.Add(new PredictedLabelColumnOriginalValueConverter() { PredictedLabelColumn = "PredictedLabel" });
        PredictionModel<CancerData, CancerPrediction> model = pipeline.Train<CancerData, CancerPrediction>();
        model.WriteAsync(modelPath);
        return model;

    }

    public static void Evaluate(PredictionModel<CancerData, CancerPrediction> model)
    {
        var testData = new TextLoader("Cancer-test.csv").CreateFrom<CancerData>(useHeader: true, separator: ';');
        var evaluator = new ClassificationEvaluator();
        ClassificationMetrics metrics = evaluator.Evaluate(model, testData);
        var accuracy = Math.Round(metrics.AccuracyMicro, 2);
        Console.WriteLine("The accuracy is: " + accuracy);
        Console.ReadLine();
    }
}

我得到的是：

ArgumentOutOfRangeException: Score column is missing

关于 ClassificationMetrics metrics = evaluator.Evaluate(model, testData); 方法。

当我在 CancerPrediction 中添加 Score 列时，我仍然遇到相同的异常。

我看到有人在 Whosebug 上有同样的问题，但看起来没有答案，我无法对此发表评论，因为我没有足够的声誉。这是一个错误吗？也许我的数据没有准备好？我在 ver. 0.5.0

中使用 ML.NET

感谢您的任何建议！

编辑 1：

当我添加到 CancerPrediction.cs 行时：

class CancerPrediction
{
    [ColumnName("PredictedLabel")]
    public string PredictedDiagnosis;

    [ColumnName("Score")]
    public string Score; // => new column!
}

我遇到异常：

System.InvalidOperationException: 'Can't bind the IDataView column 'Score' of type 'R4' to field or property 'Score' of type 'System.String'.'

行内：

PredictionModel<CancerData, CancerPrediction> model = pipeline.Train<CancerData, CancerPrediction>();

EDIT2

外观：

EDIT3

将Separator改成','加载原始数据集不是我准备的它还在大喊大叫，没有Score，真烦人

Answer 1

我相信我知道问题出在哪里了。

您正在使用 StochasticDualCoordinateAscentBinaryClassifier，这是一个二进制 class 转换器。

您正在尝试使用 ClassificationEvaluator 评估结果，这是一个多 class class 化评估器。

我建议您使用 BinaryClassificationEvaluator 来评估二进制 classifier 模型。

确切的问题如下：评估者期望列 'Score' 是一个向量列，其中包含每个 class 的分数。它找到的是 'Score' 列，它是一个标量（只是正值 class 的分数）。

因此它会抛出一些令人费解的消息

Score column is missing

ML.NET、"Score Column" 缺失

ML.NET, "Score Column" is missing

c#

.net-core

ml.net