如何在Wolfram Mathematica中格式化分类器可使用的数据

• 先核对Classify的标准输入结构：Wolfram的Classify支持的标注数据仅有两种合法格式，一种是{输入1->标签1, 输入2->标签2,...}的规则列表，另一种是{{特征1,特征2,...},标签}组成的嵌套列表，先逐行核对数据集是否符合以上两种结构，排查是否存在漏写箭头、括号不匹配等低级语法错误。
• 校验所有样本的特征维度一致性：分类器要求所有输入样本的特征维度完全统一，若存在部分样本特征缺失、多输特征的情况会直接触发格式报错，可执行Dimensions /@ 数据集变量名[All, 1]批量检查所有样本的特征维度，定位到维度异常的样本后做修正或删除处理。
• 统一同位置特征的数据类型：同一个特征位置的数据类型必须保持一致，比如第一个特征若同时存在数值、字符串两种类型，分类器将无法识别，可执行Head /@ 数据集变量名[[1, All]]检查首条样本每个特征的默认数据类型，再抽样验证其他样本对应位置的特征类型是否匹配，不一致的话通过ToString、ToExpression等函数做批量类型转换即可。
• 排查标签合法性：标签不能包含Missing[]类型的缺失值，也不建议出现标签数量远高于样本可区分度的情况，可执行Counts[数据集变量名[All, 2]]统计标签分布，删除标签为缺失值的样本，若标签数量过多可先做标签合并再重新运行。
• 用最小测试集定位问题样本：先从原数据集中挑选2-3个特征、标签均无异常的样本组成极小测试集，运行Classify[测试集变量名]确认可正常执行后，再逐步把剩余样本添加到测试集中，一旦触发报错即可快速定位到有格式问题的样本，比全量排查效率高很多。

内容的提问来源于stack exchange，提问作者Jack