swift - 为什么 MLLinearRegressor 每次都返回相同的预测？

Question

我正在从事一个涉及 CreateML 和 MLLinearRegressor 的项目。出于某种原因，每当我尝试预测训练数据中不存在的值时，我每次都会得到相同的预测。这在 Swift Playgrounds 中和在 Xcode 项目中使用模型时都会发生。为什么会这样？我在下面发布了我的 Swift Playgrounds 代码。

import CreateML
import CoreML
import Foundation

do {
        let data: [String: MLDataValueConvertible] = [
     "Processor Name": ["A6", "A7", "A8", "A8X", "A9", "A9X", "A10X", "A10X", "A11"],
     "Geekbench Singlecore": [754, 1325, 1660, 1796, 2522, 3052, 3463, 3909, 4219]
     ]

    let CPURegressor = try MLLinearRegressor(trainingData: MLDataTable(dictionary: data), targetColumn: "Geekbench Singlecore", featureColumns: ["Processor Name"])

    let testData: [String: MLDataValueConvertible] = [
        "Processor Name": ["A6", "A7", "A8", "A8X", "A9", "A9X", "A10X", "A10X", "A11", "A12"],
        "Geekbench Singlecore": [754, 1325, 1660, 1796, 2522, 3052, 3463, 3909, 4219,0]
    ]

    print(try CPURegressor.predictions(from: MLDataTable(dictionary: testData))) // Notice how last (A12) and first (A6) values are the same
} catch {
    print(error)
}

更新: 这是调整我的 Processor Name 类别后我的代码的样子

import CreateML
import CoreML
import Foundation

do {
        let data: [String: MLDataValueConvertible] = [
     "Processor Name": [6.0, 7.0, 8.0, 8.5, 9.0, 9.5, 10.0, 10.5, 11.0],
     "Geekbench Singlecore": [754, 1325, 1660, 1796, 2522, 3052, 3463, 3909, 4219]
     ]

    print(try MLDataTable(dictionary: data))
    let CPURegressor = try MLRegressor(trainingData: MLDataTable(dictionary: data), targetColumn: "Geekbench Singlecore", featureColumns: ["Processor Name"])/*, parameters: MLBoostedTreeRegressor.ModelParameters(validationData: nil, maxDepth: 1000,
                                                                                                                                                                                                                              maxIterations: 1000,
                                                                                                                                                                                                                              minLossReduction: 1))*/
    /*CPURegressor.modelParameters = MLImageClassifier.ModelParameters(featureExtractor: .scenePrint(revision: 1),
                                                                     validationData: nil,
                                                                     maxIterations: 30,
                                                                     augmentationOptions: [])*/

  /*  let testData: [String: MLDataValueConvertible] = [
        "Processor Name": [0, 1, 2, 3, 4, 5, 6, 7, 8, 14],
        "Geekbench Singlecore": [1325, 1660, 1796, 2522, 3052, 3463, 3909, 4219,0, 1325]
    ]

    print(try CPURegressor.predictions(from: MLDataTable(dictionary: testData))) // Notice how last (A12) and first (A6) values are the same*/
} catch {
    print(error)
}

Answer 1

线性回归计算给定输入值的输出值，这两个输入值都必须是数字。但是您的输入值不是数字，而是字符串。那么线性回归如何知道 "A12" 与所有其他输入值的比较？

对于人类来说，A12 在 A11 之后是有道理的，但由于它们不是数字，线性回归需要以某种方式将它们转换为数字，但无法说明它将如何做到这一点。因此，不可能说出 A12 在“数轴”上的位置(或任何其他处理器在该轴上的位置)。

换句话说，您使用分类值作为线性回归的输入，而线性回归只能处理实数值输入。

尝试将 "Processor Name" 替换为 [0, 1, 2, 3, 4, 5, 6, 7, 8]。然后询问 9 的预测，这将是 A12 处理器。 (并不是说这样做一定有任何意义，因为这假设每一代处理器之间的差异为 1，但这意味着什么？)

此外，您的数据中有两次 A10X。