ML.NET文本二分类预测异常：输入含good却返回IsGood=false，求排查

问题核心 #

你当前的代码只完成了文本特征化的步骤，没有构建完整的二分类训练流程，模型根本没有学习到文本与标签（IsGood）之间的关联，所以预测结果完全无效。

遗漏的关键步骤 #

• 未将文本特征映射为模型要求的Features列：ML.NET的分类器需要明确的Features列作为输入特征，你当前的FeaturizeText只是生成了特征，但没有命名为模型期望的列名。
• 未添加二分类算法：没有引入任何分类训练器（比如逻辑回归、决策树等），无法让模型学习正负样本的规律。
• 预测类与模型输出不匹配：SuggestedFeedBackPredition的IsGood标注了[ColumnName("Label")]，但模型预测输出的是PredictedLabel，两者不对应，导致无法正确获取预测结果。
• 未执行模型训练：当前Fit的只是特征化管道，没有基于训练数据训练分类模型。

修正后的完整代码 #

1. 修正预测类与数据类 #

class SuggestedFeedBackPrediction
{
    // 对应模型输出的PredictedLabel，而非原始Label
    [ColumnName("PredictedLabel")]
    public bool IsGood { get; set; }
    // 可选：保留Score和Probability用于查看置信度
    public float Score { get; set; }
    public float Probability { get; set; }
}

public class SuggestedFeedbackTrainingData
{
    [LoadColumn(1), ColumnName("SuggestedFeedBackText")]
    public string? SuggestedFeedBackText { get; set; }

    [LoadColumn(0), ColumnName("Label")]
    public bool IsGood { get; set; }
}

2. 修正训练与预测逻辑 #

var mlContext = new MLContext();
// 加载训练数据
var mlData = mlContext.Data.LoadFromEnumerable<SuggestedFeedbackTrainingData>(suggestedFeedbackTrainingData());

// 构建完整的训练管道
var trainingPipeline = mlContext.Transforms.Text.FeaturizeText(
        outputColumnName: "Features", 
        inputColumnName: nameof(SuggestedFeedbackTrainingData.SuggestedFeedBackText))
    // 添加二分类训练器（这里用SDCA逻辑回归，适合文本分类场景）
    .Append(mlContext.BinaryClassification.Trainers.SdcaLogisticRegression(
        labelColumnName: "Label", 
        featureColumnName: "Features"))
    // 将模型输出的PredictedLabel转换为bool类型
    .Append(mlContext.Transforms.Conversion.MapValueToKey(
        outputColumnName: "PredictedLabel", 
        inputColumnName: "PredictedLabel"))
    .Append(mlContext.Transforms.Conversion.MapKeyToValue(
        outputColumnName: "PredictedLabel", 
        inputColumnName: "PredictedLabel"));

// 训练模型
ITransformer model = trainingPipeline.Fit(mlData);

// 创建预测引擎
var predictionsObj = mlContext.Model.CreatePredictionEngine<SuggestedFeedbackTrainingData, SuggestedFeedBackPrediction>(model);

// 测试输入
var testInput = new SuggestedFeedbackTrainingData()
{
    SuggestedFeedBackText = "this is good"
};
var predictionResult = predictionsObj.Predict(testInput);
var isGood = predictionResult.IsGood; // 现在会返回预期的true

3. 训练数据保持不变 #

public static List<SuggestedFeedbackTrainingData> suggestedFeedbackTrainingData()
{
    List<SuggestedFeedbackTrainingData> sftd = new List<SuggestedFeedbackTrainingData>();

    sftd.Add(new SuggestedFeedbackTrainingData()
    {
        SuggestedFeedBackText = "great",
        IsGood = true
    });

    sftd.Add(new SuggestedFeedbackTrainingData()
    {
        SuggestedFeedBackText = "good",
        IsGood = true
    });

    sftd.Add(new SuggestedFeedbackTrainingData()
    {
        SuggestedFeedBackText = "bad",
        IsGood = false
    });

    sftd.Add(new SuggestedFeedbackTrainingData()
    {
        SuggestedFeedBackText = "nice",
        IsGood = true
    });

    return sftd;
}

额外说明 #

• 当前训练数据量极小，实际场景中需要更多样本才能保证模型泛化能力；
• 可以添加文本预处理步骤进一步优化特征质量：

  .Append(mlContext.Transforms.Text.NormalizeText("SuggestedFeedBackText"))
  .Append(mlContext.Transforms.Text.RemoveDefaultStopWords("SuggestedFeedBackText"))
  

内容的提问来源于stack exchange，提问作者redoc01