Machine learning 理解ml.net回归中的分数列

下面我将使用ML.Net从Microsoft docs for linear regression了解这一点。我无法确定为什么我们需要一个具有特定列名为“score”的score列的类。我尝试将列名从Score更改为其他名称，结果出现以下异常：

我为输入和预测声明的类如下：

public class TaxiTrip {
    // All the columns inclusive of the label column
    [LoadColumn(0)]
    public string VendorId;

    [LoadColumn(1)]
    public string RateCode;

    [LoadColumn(2)]
    public float PassengerCount;

    [LoadColumn(3)]
    public float TripTime;

    [LoadColumn(4)]
    public float TripDistance;

    [LoadColumn(5)]
    public string PaymentType;

    [LoadColumn(6)]
    public float FareAmount;
}

public class TaxiTripFarePrediction {
    [ColumnName("PredictionScore")]
    public float FareAmount;
}

另外，由于我从未在培训函数或评估函数中的任何位置指定过类

traxitraffereprediction

，如上所示，当我将列名指定为

Score

而不是其他内容时，模型是如何工作的

---

标签

列中也出现了类似的情况。

滑行票价预测类表示预测结果。它有一个浮动字段，

FareAmount

，并应用了

Score

属性。对于回归任务，得分列包含预测的标签值

我是ML新手，我认为分数和特性不能改变属性。您可以参考此链接：

你可以看到这个图像。分数和特征由算法生成