dotnet / dotnet/machinelearning-modelbuilder

Model predicting NaN choosed as best model

Aperta
#2,544 1 commento 0 reazioni 0 assegnatari Vedi su GitHub
GS Tutorial Stale
Lingua principale
Dockerfile
Stelle
285
Fork
66
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

**System Information (please complete the following information):**
- Model Builder or CLI Version: 16.13.9.2235601
- Visual Studio Version (if applicable): 17.5.2

**Describe the bug**
- On which page of the tutorial did you run into an issue (URL): https://dotnet.microsoft.com/en-us/learn/ml-dotnet/get-started-tutorial/evaluate
- Clear description of the problem:

1. Model's predictions are always NaN
2. RSquared of all Models is either 0.0 either NaN

**To Reproduce**
Steps to reproduce the behavior:

1. Go to Model Builder
2. Click on Predicting values (2nd scenario)
3. Download the [train.csv file](https://github.com/dotnet/machinelearning-modelbuilder/files/11011847/train.csv) and chose it in MB
4. Choose first column as Feature, second as Label
5. Train and evaluate

**Expected behavior**

1. Not getting the NaN from any Model
2. Not considering NaN as 0.0 loss (FastForestRegression)
3. Show an warning if something wrong with input data

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia nello scenario „Predicting values“ di Model Builder usando il train.csv collegato e il tutorial evaluate; riproduci le predizioni NaN e i valori di R-squared. Traccia il punto di ingresso dell'addestramento e della valutazione della regressione, quindi verifica che i risultati non validi non vengano trattati come una perdita pari a zero e che il comportamento riportato corrisponda a quello previsto.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Valutazione

Stack tecnologico
machine-learning
Ambito
machine-learning
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Abbastanza chiara
Idoneità per principianti
35/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.