dotnet / dotnet/machinelearning-modelbuilder

Schema Mismatch for Score Column During Model Training in ML.NET

Offen
#2,996 1 Kommentar 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen
GS Tutorial
Vorherrschende Sprache
Dockerfile
Sterne
285
Forks
66
PR-Merge-Kennzahlen
Keine gemergten PRs in 30 T.

Beschreibung

Issue
When attempting to train a model in ML.NET, I encountered a schema mismatch error for the score column. The error message states:
Schema mismatch for score column "Score": expected vector of two or more items of type Single, got Vector. (Parameter 'schema').

Steps to Reproduce

Load data into the ML.NET Model Builder.
Configure the model training process.
Click on the "Train" button to initiate training.
The above error occurs, preventing model training from proceeding.
Expected Behavior
Model training should proceed without a schema mismatch error, or the tool should provide clear guidance for resolving the issue.

Observed Behavior
The error suggests changing the problem data type in the "Advanced Data Options" on the Data Page, but further details are unclear.

Environment

ML.NET Version: [Specify version, if known]
Visual Studio Version: [Specify version, if applicable]
Operating System: [Specify OS and version]

![Image](https://github.com/user-attachments/assets/c4226b99-79fc-411b-8aca-855ee00d50b8)
Additional Context
The dataset used for training contains a target column expected to be a vector. It is unclear how to resolve this issue using the Advanced Data Options or if additional configuration is required for compatibility.

Please provide guidance on resolving this issue or update the tool to handle this scenario more gracefully.

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Rechercherichtung

Beginnen Sie damit, den Fehler in ML.NET Model Builder mithilfe der Vektorzielspalte des Datasets zu reproduzieren, und untersuchen Sie dann die Advanced Data Options sowie den Trainingsablauf, der durch Klicken auf Train erreicht wird. Als abgeschlossen gilt die Aufgabe, wenn das Training entweder mit dem Zielschema fortgesetzt wird oder das Tool den erforderlichen kompatiblen Datentyp und die erforderliche Konfiguration klar erklärt.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Bewertung

Bereich
machine-learning, tooling
Issue-Typ
Bug
Schwierigkeit
4/5
Geschätzter Aufwand
3-5 Tage
Aktivitätsstatus
Veraltet
Klarheit
Muss geklärt werden
Anfängerfreundlichkeit
25/100

Neue Issues direkt in Ihr Postfach

Eine kurze Übersicht über anfängerfreundliche GitHub-Issues.