dotnet / dotnet/machinelearning-modelbuilder

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

Aperta
#2,996 1 commento 0 reazioni 0 assegnatari Vedi su GitHub
GS Tutorial
Lingua principale
Dockerfile
Stelle
285
Fork
66
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Descrizione

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.

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Direzione di ricerca

Inizia riproducendo l’errore in ML.NET Model Builder usando la colonna target vettoriale del dataset, quindi esamina le Advanced Data Options e il flusso di training raggiunto facendo clic su Train. Il lavoro è completato quando il training procede con lo schema target oppure lo strumento spiega chiaramente il tipo di dati compatibile e la configurazione richiesti.

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

Valutazione

Ambito
machine-learning, tooling
Tipo di issue
Bug
Difficoltà
4/5
Tempo stimato
3-5 giorni
Stato di attività
Ferma
Chiarezza
Da chiarire
Idoneità per principianti
25/100

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.