ML.NET 教學課程 - 10 分鐘入門

產生程式碼

定型完成之後,會自動將四個檔案作為程式碼後置新增至 SentimentModel.mbconfig:

  • SentimentModel.consumption.cs: 此檔案包含模型輸入和輸出類別,以及可用於模型使用量的 Predict 方法。
  • SentimentModel.evaluate.cs: 此檔案包含 CalculatePFI 方法,其使用「排列特徵重要度」(PFI) 技術來評估哪些功能對模型預測的貢獻最大。
  • SentimentModel.mlnet: 這個檔案是已定型的 ML.NET 模型,它是一個序列化的 ZIP 檔案。
  • SentimentModel.training.cs: 這個檔案包含程式碼,以便了解輸入資料行對模型預測的重要性。

Visual Studio 方案總管

在 Model Builder 的 [取用] 步驟中提供了程式碼片段,該程式碼片段會建立模型的範例輸入,並使用模型對該輸入進行預測。

Model Builder 還會提供專案範本,您可以選擇將範本新增至解決方案。有兩種專案範本 (主控台應用程式和 Web API),兩者皆使用已定型模型。

Model Builder 的取用視窗

ML.NET CLI 會同時新增機器學習模型和用於訓練及使用模型的程式碼,其中包括以下內容:

  • 已建立名為 SentimentModel 的新目錄,內含包括下列檔案的 .NET 主控台應用程式:
    • Program.cs: 此檔案包含執行模型的程式碼。
    • SentimentModel.consumption.cs: 此檔案包含模型輸入和輸出類別,以及可用於模型使用量的 Predict 方法。
    • SentimentModel.mbconfig: 此檔案是 JSON 檔案,可追蹤您訓練的設定和結果。
    • SentimentModel.training.cs: 此檔案包含用來訓練最終模型的訓練管線 (資料轉換、演算法和演算法參數)。
    • SentimentModel.zip: 這個檔案是已定型的 ML.NET 模型,它是一個序列化的 zip 檔案。

若要嘗試模型,您可以執行主控台應用程式,以使用模型預測單一陳述式的情緒。

繼續