一、ML.NET 介绍

一、什么是ML.NET

ML.NET 是 Microsoft官方的机器学习模型。

ML.NET 使你能够在联机或脱机场景中将机器学习添加到 .NET 应用程序中

二、ML.NET能做什么

机器学习应用程序可以使用手中的可用数据，进行预测、分析、检测，而不需要进行过于复杂的编程。

三、如何使用ML.NET

1、使用ML.NET 模型生成器和CLI生成模型，使用ML.NET API生成模型

2、模型评估

3、使用模型进行预测

四、代码工作流

关系图表示应用程序代码结构，以及模型开发的迭代过程：

•将训练数据收集并加载到 IDataView 对象中

•指定操作的管道，以提取特征并应用机器学习算法

•通过在管道上调用 Fit() 来训练模型

•评估模型并通过迭代进行改进

•将模型保存为二进制格式，以便在应用程序中使用

•将模型加载回 ITransformer 对象

•通过调用 CreatePredictionEngine.Predict() 进行预测

五、机器学习模型

六、ML.NET 体系结构

1、创建MLContent对象

ML.NET 应用程序从 MLContext 对象开始。 此单一实例对象包含目录。 用于数据加载、训练程序和模型操作组件的工厂。

2、数据加载和保存

可以通过文件，数据库，JSON/XML，内存中数据的方式加载数据到IDataView中

3、训练模型

准备模型时，使用部分数据集来进行算法训练，并使用部分数据集来测试模型的准确性

4、评估模型

训练模型之后，可以通过测试数据验证模型性能，评估模型并创建指标，看看模型达标率

5、生成和定型模型

经过评估后的模型，可以通过Save()来保存，模型文件为.zip格式，在使用预测的时候，直接加载模型进行预测

6、使用模型

根据不同的预测类型，输入不同类型的数据进行预测