Machine learning 如何修复HPCC ECL学习树错误：对象'；类型'；没有名为'的成员；t#u工作项'；？

我正在尝试使用HPCC ML_Core和LearningTree库对一些数据进行分类。数据都是数字，因变量是无符号整数。无论我做什么，我都会收到相同的错误“对象“类型”没有名为“t_Work_Item”的成员”

错误的位置甚至不在我的文件中。它在一个名为RF_Base.ecl的文件中

我不知道如何修复这个错误

我使用本教程设置代码：

以下是我收到的错误消息：

图像链接：

我已将正在处理的文件移动到与我安装的捆绑包相同的文件中，以查看将文件放在与库相同的位置是否会有所帮助，但事实并非如此

错误发生在第62行：myLearnerC:=LT.ClassificationForest（）

错误出现在RF_Base.ecl文件的第14行

IMPORT $.^ AS LT;
IMPORT LT.Internal AS int;
IMPORT LT.LT_Types as Types;
IMPORT ML_Core as ML;
IMPORT ML.Types AS CTypes;
IMPORT std.system.Thorlib;
IMPORT ML_Core.ModelOps2;

GenField := Types.GenField;
ModelStats := Types.ModelStats;

//ERROR HERE
t_Work_Item := CTypes.t_Work_Item;

t_Count := CTypes.t_Count;
t_RecordId := CTypes.t_RecordID;
t_FieldNumber := CTypes.t_FieldNumber;
t_TreeId := t_FieldNumber;
Layout_Model := CTypes.Layout_Model;
wiInfo := Types.wiInfo;
TreeNodeDat := Types.TreeNodeDat;
NumericField := CTypes.NumericField;
DiscreteField := CTypes.DiscreteField;
Layout_Model2 := CTypes.Layout_Model2;
FeatureImportanceRec := Types.FeatureImportanceRec;
nfNull := DATASET([], NumericField);

---

真的不确定如何解决这个问题。提前谢谢。

这里发生了什么事？

1-您的代码失败，因为LearningTrees（LT）失败：

2-LearningTrees使用RF_Base.ecl，因为它有错误而无法生成

3-RF_Base.ecl文件在第14、19和24行中有3个语法错误。。。所以它没有被建造

解决方案：“修复RF_Base.ecl，一切正常”

说起来容易做起来难

我克隆了：

• ML_核
• ecl毫升
• 学习树木

…和RF_Base.ecl并起作用

你应该尝试什么？

• 检查是否克隆了所有3个库
• 检查路径是否与我的相同：

---

这里发生了什么事？

1-您的代码失败，因为LearningTrees（LT）失败：

2-LearningTrees使用RF_Base.ecl，因为它有错误而无法生成

3-RF_Base.ecl文件在第14、19和24行中有3个语法错误。。。所以它没有被建造

解决方案：“修复RF_Base.ecl，一切正常”

说起来容易做起来难

我克隆了：

• ML_核
• ecl毫升
• 学习树木

…和RF_Base.ecl并起作用

你应该尝试什么？

• 检查是否克隆了所有3个库
• 检查路径是否与我的相同：

IMPORT $.^ AS LT;
IMPORT LT.Internal AS int;
IMPORT LT.LT_Types as Types;
IMPORT ML_Core as ML;
IMPORT ML.Types AS CTypes;
IMPORT std.system.Thorlib;
IMPORT ML_Core.ModelOps2;

GenField := Types.GenField;
ModelStats := Types.ModelStats;

//ERROR HERE
t_Work_Item := CTypes.t_Work_Item;

t_Count := CTypes.t_Count;
t_RecordId := CTypes.t_RecordID;
t_FieldNumber := CTypes.t_FieldNumber;
t_TreeId := t_FieldNumber;
Layout_Model := CTypes.Layout_Model;
wiInfo := Types.wiInfo;
TreeNodeDat := Types.TreeNodeDat;
NumericField := CTypes.NumericField;
DiscreteField := CTypes.DiscreteField;
Layout_Model2 := CTypes.Layout_Model2;
FeatureImportanceRec := Types.FeatureImportanceRec;
nfNull := DATASET([], NumericField);

IMPORT LearningTrees AS LT;
[...]
myLearnerC := LT.ClassificationForest();