.net - 多类分类标签为字符串类型时出错

Question

我刚从 ML.Net 开始，发现自己对基于各种 API 版本的 API 和示例的快速发展感到困惑。

我的目标是读取几个数字特征列和一个指定标签（“品牌”）的文本列，但我在这个片段的最后一行收到错误

var trainingDataView = mlContext.Data.ReadFromTextFile<PurchaseData>
    (path: trainDataPath, hasHeader: true, separatorChar: ',');

var dataProcessPipeline = mlContext.Transforms
    .Concatenate(DefaultColumnNames.Features,
                                nameof(PurchaseData.AgeBracket),
                                nameof(PurchaseData.Gender),
                                nameof(PurchaseData.IncomeBracket),
                                )                               
    .Append(mlContext.Transforms.CopyColumns("Label", nameof(PurchaseData.Brand)))
    .AppendCacheCheckpoint(mlContext);

var trainer = mlContext.MulticlassClassification.Trainers
    .StochasticDualCoordinateAscent(featureColumn: DefaultColumnNames.Features);
var trainingPipeline = dataProcessPipeline.Append(trainer);

var trainedModel = trainingPipeline.Fit(trainingDataView);

'标签列 'Label' 的架构不匹配：预期的浮点数、双精度或 KeyType，得到文本'

为什么标签不期望/不允许是文本，我该怎么做才能修复它？

Answer 1

您需要将标签转换为键类型，算法需要数字作为输入。代替： .Append(mlContext.Transforms.CopyColumns("Label", nameof(PurchaseData.Brand)))

和：

mlContext.Transforms.Conversion.MapValueToKey(outputColumnName: DefaultColumnNames.Label,inputColumnName:nameof(PurchaseData.Brand))

看看这个，例如： https://github.com/dotnet/machinelearning-samples/blob/master/samples/csharp/end-to-end-apps/MulticlassClassification-GitHubLabeler/GitHubLabeler/GitHubLabelerConsoleApp/Program。 CS