ML.NET チュートリアル | 概要を 10 分で

コードの生成

トレーニングが完了すると、次の 4 つのファイルがコードビハインドとして SentimentModel.mbconfig に自動的に追加されます。

  • SentimentModel.consumption.cs: このファイルには、モデルの入力クラスと出力クラス、およびモデルの使用に使用できる Predict メソッドが含まれています。
  • SentimentModel.evaluate.cs: このファイルには CalculatePFI メソッドが含まれています。このメソッドは、Permutation Importance Feature (順列の特徴の重容量) (PFI) 手法を使用して、モデル予測に最も寄与する特徴を評価します。
  • SentimentModel.mlnet: このファイルは、ML.NET モデルで、シリアル化された zip ファイルです。
  • SentimentModel.training.cs: このファイルには、入力列がモデル予測に与える重要性を理解するためのコードが含まれています。

Visual Studio ソリューション エクスプローラー

Model Builder のステップを使用する手順では、コード スニペットが用意されており、モデルのサンプル入力を作成し、その入力を予測するためにモデルを使用します。

Model Builder では、オプションでソリューションに追加できる プロジェクト テンプレート も提供されます。2 つのプロジェクト テンプレート (コンソールアプリと Web API) がありますが、どちらもトレーニング済みのモデルを使用しています。

Model Builder の使用ウィンドウ'

ML.NET CLI は、機械学習モデルと、モデルをトレーニングして使用するためのコードの両方を追加します。次に例を示します。

  • SentimentModel という名前の新しいディレクトリが作成され、これには次のファイルを含む .NET コンソール アプリが含まれます:
    • Program.cs: このファイルには、モデルを実行するためのコードが含まれています。
    • SentimentModel.consumption.cs: このファイルには、モデルの入力クラスと出力クラス、およびモデルの使用に使用できる Predict メソッドが含まれています。
    • SentimentModel.mbconfig: このファイルは、トレーニングの構成と結果を追跡する JSON ファイルです。
    • SentimentModel.training.cs: このファイルには、最終的なモデルのトレーニングに使用されるトレーニング パイプライン (データ変換、アルゴリズム、およびアルゴリズム パラメーター) が含まれています。
    • SentimentModel.zip: このファイルは、ML.NET モデルで、シリアル化された zip ファイルです。

モデルを試すには、コンソール アプリを実行して、モデルを使用して 1 つのステートメントのセンチメントを予測できます。

続行