ML.Net用SaveAsText导出的CSV无法被Model Builder加载的问题

我之前也碰到过一模一样的情况，核心原因是ML.NET Model Builder的自动列类型推断逻辑对CSV中的向量列支持有限——你用mlContext.Data.SaveAsText导出的向量列是ML.NET默认的格式（比如[0.1, 0.2, 0.3]这种带括号的形式），但Model Builder没法自动识别这种格式的向量；而你自己用LoadFromTextFile加载时，要么是代码里已经通过类定义指定了列Schema，要么是ML.NET从原有数据上下文继承了列类型信息，所以能正常加载。

下面给你几个可行的解决办法：

1. 给Model Builder指定显式的列Schema类 #

这是最稳妥的方式，直接告诉Model Builder数据的结构：

• 创建一个和你的CSV数据匹配的实体类，明确标记向量列的维度：

  public class AiDataModel
  {
      // 替换成你实际的其他列，比如标签列、ID列等
      public string Label { get; set; }
      
      // VectorType里的数字替换成你的向量列的实际维度
      [VectorType(5)] 
      public float[] Features { get; set; }
  }
  

• 在Model Builder加载数据时，选择“使用现有类”选项，指定这个AiDataModel类作为数据Schema，Model Builder就能正确识别向量列了。

2. 调整CSV导出时的向量格式 #

如果不想用自定义类，可以修改导出逻辑，把向量列转成Model Builder能识别的简单分隔格式：

• 导出时把向量元素用一个特殊分隔符（比如|）拼接成字符串，代替默认的括号格式：

  // 先把向量列转换为字符串格式
  var formattedData = mlContext.Data.MapValue(trainData, row => new
  {
      // 保留其他原有列
      Label = row.Get<string>("Label"),
      // 把向量转成用|分隔的字符串
      Features = string.Join("|", row.GetVector<float>("Features"))
  });
  
  // 导出处理后的数据
  using (var stream = File.Create("c:\\temp\\aidata.csv"))
  {
      mlContext.Data.SaveAsText(formattedData, stream);
  }
  

• 然后在Model Builder加载CSV时，找到向量列（比如Features），手动设置列类型为Vector，并指定分隔符为|，这样就能正确解析向量了。

3. 检查CSV数据的一致性 #

确认你精简列之后，所有行的向量列元素数量是统一的——Model Builder对长度不一致的向量列会直接推断失败，而LoadFromTextFile在有Schema的情况下可能会自动补全或截断，所以不会报错。可以用文本编辑器打开CSV，随机抽查几行的向量列，确保元素数量一致。

内容的提问来源于stack exchange，提问作者Mario