Apple Turi Create图像分类器报错：需使用dropna()处理缺失目标值

首先咱们揪出问题的核心：你新增了5个类别，但data.py里的labels列表还是原来的4个类别（['A', 'B', 'C', 'D']），这就导致新增类别的图片在调用get_label时找不到匹配标签，返回了None，最终造成label列出现缺失值，触发了这个错误。

第一步：从根源避免缺失值——修复标签生成逻辑 #

推荐用你注释掉的自动从路径提取标签的方法，这样不用手动维护labels列表，新增类别时也不会遗漏：
修改data.py的标签生成部分：

import turicreate as tc
import os

image_data = tc.image_analysis.load_images('images', with_path=True)

# 自动从文件夹路径提取标签，无需手动维护类别列表
image_data['label'] = image_data['path'].apply(lambda path: os.path.dirname(path).split('/')[-1])

image_data.save('boxes.sframe')
image_data.explore()

只要你的图片是按类别放在对应文件夹里，这个方法就能自动提取正确标签，从根源避免缺失值的产生。

第二步：正确使用dropna()清理残留缺失值 #

如果还是担心有异常图片导致的缺失值，要在分割训练测试集之前调用dropna()，并且要指定清理label列的缺失值，同时把结果赋值回原变量（因为dropna()默认返回新的SFrame，不会修改原数据）：
修改train.py：

import turicreate as tc

data = tc.SFrame('boxes.sframe')
# 明确删除label列存在缺失值的行
data = data.dropna(column_names=['label'])

train_data, test_data = data.random_split(0.8)
model = tc.image_classifier.create(train_data, target='label', max_iterations=1000)

predictions = model.classify(test_data)
results = model.evaluate(test_data)
print "Accuracy : %s" % results['accuracy']
print "Confusion Matrix : \n%s" % results['confusion_matrix']
model.save('boxes.model')

你之前的data.dropna()没有赋值，等于白调用了，原data并没有被修改，这也是问题持续存在的原因之一。

关于max_iterations=1000的疑问 #

这个参数完全不会导致你遇到的缺失值错误，它只是控制模型训练时的迭代次数——数值越大训练时间越长，可能模型精度会更高，但和数据的缺失值问题没有任何关系。

内容的提问来源于stack exchange，提问作者Alessign