C# ML.net代码程序找不到输入列，训练算法时超出范围异常

当我训练算法时，模型中出现异常：

System.ArgumentOutOfRangeException:'找不到输入列'Features''

我非常确定我正在将正确的变量传递到我的管道属性中，但是我知道ML有一个新版本，所以不推荐使用。虽然在这里看不到任何东西：

var model = pipeLine.Fit(dataView);

什么是错误

var pipeLine = mlContext.Transforms
     .Text.FeaturizeText("FeedBack", "Features")
    .Append(mlContext.BinaryClassification.Trainers.FastTree(numberOfLeaves: 50, numberOfTrees: 50, minimumExampleCountPerLeaf: 1));

我的模特是从哪里来的

及

是我的数据视图的来源

这是我的培训资料

静态无效载荷训练数据（）{
添加（新的反馈trainingData（）{
FeedBackText=“这很好”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“这太可怕了”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“这太可怕了”，
IsGood=false
});
添加（新的反馈trainingData（）{
FeedBackText=“这是平均值，可以”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“糟糕透了”，
IsGood=false
});
添加（新的反馈trainingData（）{
FeedBackText=“坏”，
IsGood=false
});
添加（新的反馈trainingData（）{
FeedBackText=“更好”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“好多了”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“糟糕透了”，
IsGood=false
});
添加（新的反馈trainingData（）{
FeedBackText=“更糟”，
IsGood=false
});
添加（新的反馈trainingData（）{
FeedBackText=“不错”，
IsGood=true
});
添加（新的反馈trainingData（）{
FeedBackText=“非常糟糕”，
IsGood=false
});
}

---

我的模型阅读文档

FeatureizeText似乎需要参数（outputColumnName、inputColumnName）

您的数据模型如下所示

{
    FeedBackText = "this is good",
    IsGood = true
}

但你正在寻找一个名为“功能”的专栏，以挤进“反馈”专栏

试试像这样的东西

 .Text.FeaturizeText("Features", "FeedBackText")

---

我也遇到了同样的问题，我通过使用“SDCalogisticRetression”找到了解决方案

---

我们需要看看你的data@ZakkDiaz请参见编辑：）FeatureizeText参数可能是反向的。如果我记得的话，输出列是第一个参数。您在这里提到了一些不推荐使用的标签属性。你能详细说明一下吗？我也面临着同样的问题。嗯，也不起作用，我把它们换过来，现在它说‘找不到输入列’反馈文本‘当时的答案似乎是错误的。该文档中有一个关于如何使用它的非常清晰的示例，因此可能需要花费一些时间来实现它们的版本，并将其与您的版本进行比较。您对我的FeedBackTrainingData类有何看法？也许属性是错误的？这确实有效！我的数据类的标签属性已被弃用。。。所以有两个问题，这个问题已经解决了！非常感谢！

{
    FeedBackText = "this is good",
    IsGood = true
}

 .Text.FeaturizeText("FeedBack", "Features")

 .Text.FeaturizeText("Features", "FeedBackText")

var pipeLine = mlContext.Transforms.Text.FeaturizeText(outputColumnName: "Features", inputColumnName: "FeedBackText") .Append(mlContext.BinaryClassification.Trainers.SdcaLogisticRegression(labelColumnName: "label", featureColumnName: "Features"));