我在尝试学习 ML.NET/进入机器学习领域，但遇到一个问题卡住了。

我的目标是创建一个训练模型，用于根据输入预测城市。

这段代码：

var dataPath = "cities.csv";var mlContext = new MLContext();var loader = mlContext.Data.CreateTextLoader<CityData>(hasHeader: false, separatorChar: ',');var data = loader.Load(dataPath);string featuresColumnName = "Features";var pipeline = mlContext.Transforms.Concatenate(featuresColumnName, "PostalCode", "CityName")        .Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));var model = pipeline.Fit(data);

这段代码应该接受一个 CSV 文件作为输入（该文件包含城市列表，列0为邮政编码，列1为城市名称），然后将这些特征添加到管道中，但出现了以下错误：

Unhandled Exception: System.ArgumentOutOfRangeException: Schema mismatch for feature column 'Features': expected Vector<R4>, got Vector<Text>

错误发生在 “Fit” 函数上。

我在 GitHub 仓库中做了一些研究，但似乎找不到解决方案。我是基于 Iris 示例（https://learn.microsoft.com/en-us/dotnet/machine-learning/tutorials/iris-clustering）进行修改的。

有什么想法吗？

回答：

使用 FeaturizeText 将字符串特征转换为浮点数组特征

var pipeline = mlContext.Transforms    .Text.FeaturizeText("PostalCodeF", "PostalCode")    .Append(mlContext.Transforms.Text.FeaturizeText("CityNameF", "CityName"))    .Append(mlContext.Transforms.Concatenate(featuresColumnName, "PostalCodeF", "CityNameF"))    .Append(mlContext.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: 3));var model = pipeline.Fit(data);