c# - ML.NET，缺少 "Score Column"

Question

我想在 ML.NET 中制作我的第一个应用程序。我打赌威斯康星州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

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

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

我在StackOverflow上看到有人有同样的问题但看起来它没有答案，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. 中使用 ML.NET。 0.5.0

感谢您的任何建议!

编辑 1:

当我将那行添加到 CancerPrediction.cs 时:

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

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

我得到一个异常(exception):

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

排队:

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

EDIT2

外观:

EDIT3

将 Separator 改为 ',' 并加载不是我准备的原始数据集它仍然大喊大叫，没有 Score，太烦人了

Answer 1

我相信我知道问题出在哪里。

您正在使用 StochasticDualCoordinateAscentBinaryClassifier，这是一个二元分类器。

您正在尝试使用 ClassificationEvaluator 评估结果，这是一个多类分类评估器。

我建议您使用 BinaryClassificationEvaluator 来评估二元分类器模型。

确切的问题如下:评估者期望“分数”列是一个向量列，其中包含每个类的分数。它找到的是“分数”列，它是一个标量(只是正类的分数)。

所以它会抛出一些令人费解的信息

Score column is missing