ML.NET:特征列的架构不匹配 'Features'
ML.NET: Schema mismatch for feature column 'Features'
我正在尝试学习 ML。NET/Get 进入机器学习,但我遇到了一个问题。
我的目标是创建一个可用于根据输入预测城市的训练模型。
此代码:
var dataPath = "cities.csv";
var mlContext = new MLContext();
var loader = mlContext.Data.CreateTextLoader<CityData>(hasHeader: false, separatorChar: ',');
var data = loader.Load(dataPath);
string featuresColumnName = "Features";
var pipeline = mlContext.Transforms.Concatenate(featuresColumnName, "PostalCode", "CityName")
.Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));
var model = pipeline.Fit(data);
应该将 CSV 作为输入(其中包含城市列表(第 0 列 = 邮政编码,第 1 列 = CityName),然后将这些特征添加到管道中,出现以下错误:
Unhandled Exception: System.ArgumentOutOfRangeException: Schema mismatch for feature column 'Features': expected Vector<R4>, got Vector<Text>
关于 "Fit"- 函数。
我已经对 GitHub 存储库进行了一些挖掘,但似乎找不到解决方案。我正在使用 Iris- 示例 (https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/iris-clustering)(当然有我的修改)
有什么想法吗?
使用 FeaturizeText 将字符串特征转换为浮点数组
var pipeline = mlContext.Transforms
.Text.FeaturizeText("PostalCodeF", "PostalCode")
.Append(mlContext.Transforms.Text.FeaturizeText("CityNameF", "CityName"))
.Append(mlContext.Transforms.Concatenate(featuresColumnName, "PostalCodeF", "CityNameF"))
.Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));
var model = pipeline.Fit(data);
我正在尝试学习 ML。NET/Get 进入机器学习,但我遇到了一个问题。
我的目标是创建一个可用于根据输入预测城市的训练模型。
此代码:
var dataPath = "cities.csv";
var mlContext = new MLContext();
var loader = mlContext.Data.CreateTextLoader<CityData>(hasHeader: false, separatorChar: ',');
var data = loader.Load(dataPath);
string featuresColumnName = "Features";
var pipeline = mlContext.Transforms.Concatenate(featuresColumnName, "PostalCode", "CityName")
.Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));
var model = pipeline.Fit(data);
应该将 CSV 作为输入(其中包含城市列表(第 0 列 = 邮政编码,第 1 列 = CityName),然后将这些特征添加到管道中,出现以下错误:
Unhandled Exception: System.ArgumentOutOfRangeException: Schema mismatch for feature column 'Features': expected Vector<R4>, got Vector<Text>
关于 "Fit"- 函数。
我已经对 GitHub 存储库进行了一些挖掘,但似乎找不到解决方案。我正在使用 Iris- 示例 (https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/iris-clustering)(当然有我的修改)
有什么想法吗?
使用 FeaturizeText 将字符串特征转换为浮点数组
var pipeline = mlContext.Transforms
.Text.FeaturizeText("PostalCodeF", "PostalCode")
.Append(mlContext.Transforms.Text.FeaturizeText("CityNameF", "CityName"))
.Append(mlContext.Transforms.Concatenate(featuresColumnName, "PostalCodeF", "CityNameF"))
.Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));
var model = pipeline.Fit(data);