第一次学习如何使用 ML.NET，想尝试在数据库上进行异常检测。我获取了以下数据：

    public string Title { get; set; }    public string CertValidFrom { get; set; }    public string CertValidTo { get; set; }    public float Label { get; set; }

Label 是随机化主成分分析训练器所需的，并且被设置为 0。我还对文本进行了特征化处理：

     IEstimator<ITransformer> dataProcessPipeline = mLContext.Transforms         .Text.FeaturizeText("TitleF", "Title")         .Append(mLContext.Transforms.Text.FeaturizeText("CertValidFromF", "CertValidFrom"))         .Append(mLContext.Transforms.Text.FeaturizeText("CertValidToF", "CertValidTo"))         .Append(mLContext.Transforms.Concatenate("Features", "TitleF", "CertValidFromF", "CertValidToF"));

然后我使用了以下选项：

      var options = new RandomizedPcaTrainer.Options {          FeatureColumnName = "Features",          ExampleWeightColumnName = null,          Rank = 28,          Oversampling = 20,          EnsureZeroMean = true,          Seed = 1};

但是在用测试数据评估模型时，我得到了以下错误：

An unhandled exception of type 'System.ArgumentOutOfRangeException' occurred in Microsoft.ML.Core.dll: 'AUC is not defined when there is no positive class in the data'

我没有太多经验，所以我的问题是：

• 这个错误是什么意思？
• 数据处理管道是否正确？它做了什么？

回答：

简而言之，这个算法不适合我的数据集，所以我尝试了一些不同的算法。请注意，始终要研究您选择的算法的使用案例。