将时间序列模型与 PredictionEnginePool 一起使用时 PredictionEngineBase 出现异常 (ML.NET)

Question

我使用 here 中描述的方法创建了时间序列模型，生成了以下代码：

var data = items.ToArray();
var trainData = mlContext.Data.LoadFromEnumerable(data);

var estimator = mlContext.Forecasting.ForecastBySsa(
    nameof(FooPrediction.BarPrediction),
    nameof(FooInput.Bar),
    12,
    data.Length,
    data.Length,
    2,
    confidenceLowerBoundColumn: nameof(FooPrediction.ConfidenceLowerBound),
    confidenceUpperBoundColumn: nameof(FooPrediction.ConfidenceUpperBound));

var transformer = estimator.Fit(trainData);
using var engine = transformer.CreateTimeSeriesEngine<FooInput, FooPrediction>(mlContext);
engine.CheckPoint(mlContext, "model.zip");

其中 items 是 IEnumerable<FooInput>。这些是我的模型类:

public class FooPrediction
{
    public float[] BarPrediction { get; set; }

    public float[] ConfidenceLowerBound { get; set; }

    public float[] ConfidenceUpperBound { get; set; }
}

public class FooInput
{
    public float Bar { get; set; }

    public float Baz { get; set; }
}

在我的 Startup 中，我添加了一个 PredictionEnginePool 这样：

services.AddPredictionEnginePool<FooInput, FooPrediction>().FromFile(String.Empty, "model.zip", true);

在我的中间件服务中，我注入 PredictionEnginePool 然后调用：

var prediction = items.Select(i => predictionEnginePool.Predict(i));

其中 items 是 IEnumerable<FooInput>。

这导致 ArgumentOutOfRangeException 被抛出 PredictionEngineBase.TransformerChecker:

Must be a row to row mapper (Parameter 'transformer')

调试代码，我可以看到检查 ITransformer 对象上的 IsRowToRowMapper 是否为真。但是，在创建模型时，会创建一个 SsaForecastingTransformer，其中属性设置为 false。

是我做错了什么，还是 PredictionEnginePool 不支持时间序列模型？

我也用 AddPredictionEnginePool<IEnumerable<FooInput>, FooPrediction> 尝试过，然后调用 predictionEnginePool.Predict(items)，但这也会导致相同的异常。

Answer 1

这段代码是我的时间后添加的，所以我没有第一手知识。

但是，据我所知ML.NET，答案是肯定的：很可能，PredictionEnginePool不支持时间序列预测。

原因是，时间序列预测引擎实际上是一个'state machine'。您需要将所有数据 以正确的顺序 提供给 one 预测引擎，以便它对此做出正确反应 'time series'.

预测引擎池正在解决一个完全不同的场景：如果你有真正的无状态模型，你可以实例化一些预测引擎的可互换实例（一个池），并且预测将由当前空闲的任何引擎处理.

这些 'stateless' 模型在代码库中由 'row to row mapper' 概念表示。基本上，这个模型的预测是排他性的，而且是唯一地根据 一行数据 确定的。

将时间序列模型与 PredictionEnginePool 一起使用时 PredictionEngineBase 出现异常 (ML.NET)

Exception in PredictionEngineBase when using Time Series model with PredictionEnginePool (ML.NET)

c#

machine-learning

ml.net