ML.NET怎么用-創(chuàng)新互聯(lián)

這篇文章將為大家詳細(xì)講解有關(guān)ML.NET怎么用，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。

創(chuàng)新互聯(lián)于2013年成立，是專業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目網(wǎng)站建設(shè)、做網(wǎng)站網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命，1280元臨朐做網(wǎng)站,已為上家服務(wù),為臨朐各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:18982081108

ML.NET一直在微軟的研究部門的工作。這些創(chuàng)新已經(jīng)用于他們自己的產(chǎn)品，如Windows Defender，Microsoft Office（Powerpoint設(shè)計(jì)理念，Excel圖表推薦），Azure機(jī)器學(xué)習(xí)，PowerBI。 ML.NET旨在提供終端工作流程，以便在機(jī)器學(xué)習(xí)（預(yù)處理，特征工程，建模，評(píng)估和操作）的各個(gè)步驟中將ML用于.NET應(yīng)用程序。

ML.NET 1.0提供以下關(guān)鍵組件：數(shù)據(jù)表示機(jī)器學(xué)習(xí)任務(wù)（分類，回歸，異常檢測(cè)等）數(shù)據(jù)特征工程

機(jī)器學(xué)習(xí)模型應(yīng)該讓分析師的生活更輕松，現(xiàn)在甚至可以構(gòu)建這些模型，因?yàn)樾驴蚣艿脑O(shè)計(jì)考慮了AutoML。除了通常的機(jī)器學(xué)習(xí)任務(wù)外，ML.NET還支持AutoML。

對(duì)于機(jī)器學(xué)習(xí)初學(xué)者，Microsoft開發(fā)人員建議從Visual Studio中的ML.NET模型構(gòu)建器和任何平臺(tái)上的ML.NET CLI開始。對(duì)于可以隨時(shí)構(gòu)建模型的場(chǎng)景，AutoML API也非常方便。

使用ML.NET模型構(gòu)建器，只需右鍵單擊即可向應(yīng)用程序添加機(jī)器學(xué)習(xí)。

在命令行使用ML.NET

還引入了另一個(gè)工具M(jìn)L.NET CLI（命令行工具），它允許使用AutoML和ML.NET生成ML.NET模型。ML.NET CLI快速遍歷特定ML任務(wù)的數(shù)據(jù)集（目前支持回歸和分類）并生成很好模型。

CLI除了生成很好模型外，還允許用戶為很好性能模型生成模型訓(xùn)練和 消費(fèi)模型代碼。

ML.NET CLI是跨平臺(tái)的，是.NET CLI 的全局工具。Visual Studio擴(kuò)展ML.NET Model Builder 還使用ML.NET CLI提供模型構(gòu)建器功能。

安裝ML.NET CLI：

dotnet tool install -g mlnet

這是使用回歸預(yù)測(cè)出租車票價(jià)的代碼

加載數(shù)據(jù)集

IDataView trainingDataView = mlContext.Data.LoadFromTextFile(TrainDataPath, hasHeader: true);

IDataView testDataView = mlContext.Data.LoadFromTextFile(TestDataPath, hasHeader: true);

運(yùn)行AutoML二進(jìn)制分類

ExperimentResult experimentResult = mlContext.Auto().CreateRegressionExperiment(ExperimentTime).Execute(trainingDataView, LabelColumnName, progressHandler: new RegressionExperimentProgressHandler());

模型評(píng)估

ITransformer model = experimentResult.BestRun.Model;

并使用測(cè)試數(shù)據(jù)集評(píng)估其質(zhì)量（taxi-fare-test.csv）。

Regression.Evaluate()計(jì)算已知票價(jià)與模型預(yù)測(cè)值之間的差異，以生成各種指標(biāo)。

var predictions = trainedModel.Transform(testDataView); 
var metrics = mlContext.Regression.Evaluate（predictions，scoreColumnName：“Score”）;

創(chuàng)建預(yù)測(cè)引擎

var predEngine = mlContext.Model.CreatePredictionEngine<TaxiTrip, TaxiTripFarePrediction>(model);

計(jì)算分?jǐn)?shù)

var predictedResult = predEngine.Predict(taxiTripSample);

上面是使用Visual Studio內(nèi)部的模型構(gòu)建器以及CLI命令測(cè)試AutoML，還有一個(gè)API可以在.Net應(yīng)用程序中使用它，使用非常簡(jiǎn)單，添加[ Microsoft.ML.AutoML ] nuget包到項(xiàng)目中就可以使用API 進(jìn)行工作

ML.Net示例倉庫中有一整套示例?？梢灾赜昧薈ommon文件夾中的一些類來通過API使用AutoML 。

關(guān)于“ML.NET怎么用”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。

文章名稱：ML.NET怎么用-創(chuàng)新互聯(lián)
瀏覽地址：http://muchs.cn/article8/cdsgop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站導(dǎo)航、搜索引擎優(yōu)化、做網(wǎng)站、面包屑導(dǎo)航、App設(shè)計(jì)、服務(wù)器托管

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)