码迷,mamicode.com
首页 > Web开发 > 详细

学习ML.NET(1): 使用LearningPipeline构建机器学习流水线

时间:2018-09-16 19:39:24      阅读:360      评论:0      收藏:0      [点我收藏+]

标签:time   工作流   处理   数据预处理   put   预处理   sep   流程   model   

LearningPipeline类用于定义执行所需机器学习任务所需的步骤,让机器学习的流程变得直观。

创建工作流

创建LearningPipeline实例,通过Add方法向流水线添加步骤,每个步骤都继承自ILearningPipelineItem接口。

其中,蓝色部分是可选步骤。

技术分享图片

生成预测模型

调用LearningPipeline实例的Train方法,就可以根据已加载和处理后的数据集得到预测模型PredictionModel<TInput,TOutput>。

示例代码

var pipeline = new LearningPipeline();
/加载数据      
pipeline.Add(new TextLoader <SentimentData> (dataPath, separator: ","));
//数据预处理,将文本文档集合转换为数值功能矢量
pipeline.Add(new TextFeaturizer("Features", "SentimentText"));
//选择学习算法
pipeline.Add(new FastTreeBinaryClassifier());

 

var model = pipeline.Train<SentimentData, SentimentPrediction>();

 

学习ML.NET(1): 使用LearningPipeline构建机器学习流水线

标签:time   工作流   处理   数据预处理   put   预处理   sep   流程   model   

原文地址:https://www.cnblogs.com/feiyun0112/p/ML-NET-1.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!