Model Builder生成的数值预测模型代码预测结果始终为0，但Evaluate标签页测试正常

阿华AIGC实验室

2026-4-16

嘿，我之前也碰到过Model Builder模型在界面测试正常，但代码跑出来结果不对的情况，给你几个实用的排查方向：

先确认你的环境信息：

Model Builder Version 17.15.0.2337001
Visual Studio Version 2022

你提到用Model Builder创建了数值预测模型，在工具的Evaluate标签页测试时模型工作完全正常（从截图能看到模型输出了合理的预测值），但运行生成的测试代码时，预测结果却始终是0（控制台输出固定显示0）。你的测试代码如下：

using ConsoleApp2;

//Load sample data
var sampleData = new MLModel1.ModelInput()
{
    Device = 1F,
    Temperature = 20F,
    Weather = 1F,
    Time = 2F,
};

//Load model and predict output
var result = MLModel1.Predict(sampleData);
Console.WriteLine(result.Predict);

接下来可以从这几个方面排查：

核对输入数据的预处理与训练时是否一致
Model Builder训练模型时会自动对输入特征做预处理（比如归一化、特征编码等），这些逻辑虽然会封装到生成的MLModel1类里，但如果手动构造的输入数据和训练数据的特征分布差异太大，或者代码里的预处理逻辑没有正确执行，就可能导致模型输出异常。你可以把Evaluate标签页里测试过的完全相同的输入数据放到代码里运行，如果结果正常，就说明你当前构造的sampleData存在问题。
检查模型文件是否正确加载
生成的代码默认会加载嵌入到项目里的模型文件（一般是.zip格式），你可以检查一下这个模型文件是不是最新训练的版本——有时候如果重新训练了模型但没有更新代码引用的模型文件，就会导致加载旧的、未训练完全的模型，从而输出异常。另外也可以在代码里加个异常捕获，确认模型加载过程没有报错。
确认输入特征的类型和取值范围匹配
你代码里用的是float类型的数值（比如Device = 1F），要确认训练数据里这些特征的类型是否和代码里一致。另外，训练数据里的特征取值范围也要和你构造的输入对比，比如如果训练时Temperature的取值范围是0-100，你传20F是没问题，但如果训练数据里的Temperature是经过归一化的0-1区间，那你传20F就会超出范围，导致模型输出异常。
查看生成代码的预测逻辑
可以打开MLModel1.cs文件，看看预测相关的代码逻辑，有没有对输出结果做截断、类型转换等操作，会不会是这些步骤导致预测值被强制变成0了。