使用ML.NET训练时独热编码后如何测试预测？报错排查

核心报错原因及对应解决方案 #

1. 训练与预测的预处理管道不匹配 #

训练时仅保存模型本体，未包含完整的预处理管道（类型转换、独热编码等），导致预测时重新构建的转换器缺少训练阶段生成的统计信息（如独热编码的词汇表）。

解决步骤：

• 训练阶段必须将完整预处理管道+模型一起保存，示例代码：

// 构建完整预处理+训练管道
var pipeline = mlContext.Transforms.Conversion.MapValueToKey("EncodedCategory", "Category")
    .Append(mlContext.Transforms.Categorical.OneHotEncoding("EncodedCategory"))
    .Append(mlContext.Transforms.Concatenate("Features", "EncodedCategory", "OtherFeatureColumns"))
    .Append(mlContext.Regression.Trainers.Sdca(labelColumnName: "Label", featureColumnName: "Features"));

// 训练并保存完整模型
var trainedModel = pipeline.Fit(trainingDataView);
mlContext.Model.Save(trainedModel, trainingDataView.Schema, "full_model.zip");

• 预测阶段直接加载完整模型创建PredictionEngine：

// 加载完整模型
var loadedModel = mlContext.Model.Load("full_model.zip", out _);
// 创建PredictionEngine
var predictionEngine = mlContext.Model.CreatePredictionEngine<DataToPredict, PredictionResult>(loadedModel);

// 执行预测
var result = predictionEngine.Predict(new DataToPredict { Category = "TestValue" });

2. 预测数据类与训练数据类的列定义不匹配 #

DataToPredict类的属性名、数据类型与训练时的输入数据类不一致，导致预处理管道无法找到对应列或类型转换失败。

解决步骤：

• 确保DataToPredict的属性名、类型与训练数据类完全对齐（无需包含Label列），示例：

// 训练数据类
public class TrainingData
{
    public string Category { get; set; }
    public float OtherFeature { get; set; }
    public float Label { get; set; }
}

// 预测数据类（必须匹配特征列的名称和类型）
public class DataToPredict
{
    public string Category { get; set; }
    public float OtherFeature { get; set; }
}

3. 手动复用转换器时未加载训练状态 #

若尝试手动将待预测数据转DataView并应用转换器，需确保使用的是训练阶段保存的转换器实例，而非重新创建的新转换器（新转换器无训练生成的词汇表等信息）。

正确做法：

• 从加载的完整模型中提取预处理管道，而非重新构建：

var loadedModel = mlContext.Model.Load("full_model.zip", out _);
// 提取预处理管道（若需单独处理DataView）
var preprocessingPipeline = loadedModel as TransformerChain<ITransformer>;
var processedDataView = preprocessingPipeline.Transform(mlContext.Data.LoadFromEnumerable(new[] { dataToPredict }));

调试技巧 #

捕获异常时重点查看Exception.Message和InnerException，通常会明确提示错误原因：

• 如“找不到列 'Category'”：检查预测数据类的属性名是否与训练数据一致
• 如“独热编码缺少词汇表映射”：确认是否加载了包含预处理管道的完整模型

内容的提问来源于stack exchange，提问作者clayon_jo