Esercitazione su ML.NET - Come iniziare in 10 minuti

Genera codice

Al termine del training, quattro file vengono aggiunti automaticamente come code-behind a SentimentModel.mbconfig:

  • SentimentModel.consumption.cs: questo file contiene le classi di input e output del modello e un metodo Predict che può essere usato per l'utilizzo del modello.
  • SentimentModel.evaluate.cs: questo file contiene un metodo CalculatePFI che usa la tecnica PFI (Permutation Feature Importance) per valutare quali funzionalità contribuiscono maggiormente alle stime del modello.
  • SentimentModel.mlnet: Il file è il modello ML.NET di cui è stato eseguito il training, ed è un file ZIP serializzato.
  • SentimentModel.training.cs: Questo file contiene il codice per comprendere l'importanza delle colonne di input nelle previsioni del modello.

Esplora soluzioni di Visual Studio

Nel passaggio Consume in Model Builder viene fornito un frammento di codice che crea l'input di esempio per il modello e usa il modello per eseguire una stima su tale input.

Model Builder offre anche modelli Project che è possibile aggiungere facoltativamente alla soluzione. Sono disponibili due modelli di progetto (un'app console e un'API Web), entrambi che utilizzano il modello sottoposto a training.

Finestra di utilizzo di Model Builder

L’interfaccia della riga di comando ML.NET aggiunge sia il modello di modello di Machine Learning sia il codice per il training e l’uso del modello, che include quanto segue:

  • Viene creata una nuova directory denominata SentimentModel contenente un'app console .NET che include i file seguenti:
    • Program.cs: questo file contiene il codice per eseguire il modello.
    • SentimentModel.consumption.cs: questo file contiene le classi di input e output del modello e un metodo Predict che può essere usato per l'utilizzo del modello.
    • SentimentModel.mbconfig: questo file è un file JSON che tiene traccia delle configurazioni e dei risultati del training.
    • SentimentModel.training.cs: questo file contiene la pipeline di training (trasformazioni di dati, algoritmo e parametri dell'algoritmo) usata per eseguire il training del modello finale.
    • SentimentModel.zip: questo file è il modello di ML.NET di cui è stato eseguito il training, che è un file ZIP serializzato.

Per provare il modello, è possibile eseguire l'app console per stimare il sentiment di una singola istruzione con il modello.

Continua