Tutorial do ML.NET: comece a usar em 10 minutos

Windows Linux macOS

Consumir seu modelo

A última etapa é consumir seu modelo treinado no aplicativo do usuário final.

  1. Substitua o código Program.cs em seu projeto myMLApp com o seguinte código:

    Program.cs
    using MyMLApp;
// Add input data
var sampleData = new SentimentModel.ModelInput()
{
    Col0 = "This restaurant was wonderful."
};

// Load model and predict output of sample data
var result = SentimentModel.Predict(sampleData);

// If Prediction is 1, sentiment is "Positive"; otherwise, sentiment is "Negative"
var sentiment = result.PredictedLabel == 1 ? "Positive" : "Negative";
Console.WriteLine($"Text: {sampleData.Col0}\nSentiment: {sentiment}");

  2. Execute myMLApp (selecione Ctrl+F5 ou Depuração > Iniciar sem depuração). Você deve ver a saída a seguir, prevendo se a instrução de entrada é positiva ou negativa.

    O resultado: texto: esse restaurante foi excelente. Sentimento: positivo

A CLI do ML.NET gerou o modelo e o código treinados para você, portanto, agora você pode usar o modelo em aplicativos .NET (por exemplo, seu aplicativo de console SentimentModel) seguindo estas etapas:

  1. Na linha de comando, navegue até o diretório consumeModelApp.
    Terminal
    cd SentimentModel

  2. Abra o Program.cs em qualquer editor de código e inspecione o código. O código deve ser semelhante ao seguinte:

    Program.cs
    using System;

namespace SentimentModel.ConsoleApp
{
    class Program
    {
        static void Main(string[] args)
        {
            // Add input data
            SentimentModel.ModelInput sampleData = new SentimentModel.ModelInput()
            {
              Col0 = @"Wow... Loved this place."
            };

            // Make a single prediction on the sample data and print results
            var predictionResult = SentimentModel.Predict(sampleData);

            Console.WriteLine("Using model to make single prediction -- Comparing actual Col1 with predicted Col1 from sample data...\n\n");


            Console.WriteLine($"Col0: @{"Wow... Loved this place."}");
            Console.WriteLine($"Col1: {1F}");


            Console.WriteLine($"\n\nPredicted Col1: {predictionResult.PredictedLabel}\n\n");
            Console.WriteLine("=============== End of process, hit any key to finish ===============");
            Console.ReadKey();
        }
    }
}

  3. Execute seu SentimentModel.ConsoleApp. Você pode fazer isso executando o comando a seguir no terminal (verifique se você está no diretório SentimentModel):

    Terminal
    dotnet run

    A saída deve ser algo parecido com isto:

    Terminal
    Using model to make single prediction -- Comparing actual Col1 with predicted Col1 from sample data...


Col0: Wow... Loved this place.
Col1: 1
Class                          Score
-----                          -----
1                              0.9651076
0                              0.034892436
=============== End of process, hit any key to finish ===============
Continuar