如何给Rubix ML TextNormalizer的transform()传参？解决传参报错

核心问题拆解 #

• 按引用传参错误：Rubix ML的TextNormalizer::transform()方法参数为按引用传递，不能直接传入临时数组（如[$text]），必须传入可被引用的变量。
• 样本格式错误：Rubix ML的转换器要求样本为二维数组结构——每个样本是包含特征的子数组，即使单特征也要嵌套一层，而非一维数组或单独字符串。
• transform()返回值误解：Rubix ML转换器的transform()方法是原地修改输入数组，返回值为null，不能通过赋值接收结果。

修正后的完整代码 #

<?php

namespace App\Console\Commands;

use Illuminate\Console\Command;

use Rubix\ML\Datasets\Labeled;
use Rubix\ML\Extractors\CSV;
use Rubix\ML\Transformers\TextNormalizer;
use Rubix\ML\Transformers\WordCountVectorizer;
use Rubix\ML\Transformers\TfIdfTransformer;
use Rubix\ML\Persisters\Filesystem;
use Rubix\ML\Classifiers\KNearestNeighbors;
use Rubix\ML\CrossValidation\Reports\MulticlassBreakdown;
use Rubix\ML\CrossValidation\Reports\ConfusionMatrix;

use Log;
class PredictorCommand extends Command
{
    /**
     * The name and signature of the console command.
     *
     * @var string
     */
    protected $signature = 'command:predictor';

    /**
     * The console command description.
     *
     * @var string
     */
    protected $description = 'Command description';

    /**
     * Execute the console command.
     *
     * @return int
     */
    public function handle()
    {
        echo "Please enter your text: ";
        $inputText = readline();
        $prediction = $this->predict($inputText);

        echo "Prediction: {$prediction}";
        
        return Command::SUCCESS;
    }

    public function predict($inputText)
    {
        // Load the trained model
        $modelPath = '/var/www/gdpr/tests/model.rbx';
        $modelData = file_get_contents($modelPath);
        $estimator = unserialize($modelData);

        // 初始化转换器
        $textNormalizer = new TextNormalizer();
        $wordCountVectorizer = new WordCountVectorizer(10000);
        $tfIdfTransformer = new TfIdfTransformer();

        // 构建符合Rubix ML要求的二维样本数组
        $samples = [[$inputText]];

        // 原地执行转换（transform无返回值，直接修改原数组）
        $textNormalizer->transform($samples);
        $wordCountVectorizer->fit($samples)->transform($samples);
        $tfIdfTransformer->fit($samples)->transform($samples);

        // 执行预测
        $prediction = $estimator->predictSample($samples[0]);

        return $prediction;
    }

}

关键修正说明 #

1. 样本结构调整：将输入文本包装为[[ $inputText ]]，符合Rubix ML对“样本-特征”二维结构的要求。
2. 引用传递处理：将样本存入变量$samples后再传入transform()，避免临时数组无法被引用的问题。
3. 移除错误赋值：直接调用transform()修改原数组，不再尝试接收其返回的null值。
4. 优化handle方法：无需重新实例化PredictorCommand，直接使用$this->predict()调用方法。

内容的提问来源于stack exchange，提问作者Inigo EC