随着谷歌, Facebook 发布他们的工具机器学习工具 Tensorflow 2 和 PyTorch , 微软的 CNTK 2.7 之后不再继续更新(),Build 2019 微软也发布了 ML.NET 1.0 , 这是一个面向机器学习开发者的新框架. 可以说 2019 年是机器学习社区普及化的一年, 所有的这些发布清楚地表明了 IT 行业的发展方向. 从数据集改进模型到新的模型更新, 以及优化硬件.
ML.NET 一直在微软的研究部门的工作. 这些创新已经用于他们自己的产品, 如 Windows Defender,Microsoft Office(PowerPoint 设计理念, Excel 图表推荐),Azure 机器学习, PowerBI. ML.NET 旨在提供终端工作流程, 以便在机器学习 (预处理, 特征工程, 建模, 评估和操作) 的各个步骤中将 ML 用于. NET 应用程序.
ML.NET 1.0 提供以下关键组件:
数据表示
机器学习任务(分类, 回归, 异常检测等)
数据特征工程
机器学习模型应该让分析师的生活更轻松, 现在甚至可以构建这些模型, 因为新框架的设计考虑了 AutoML. 除了通常的机器学习任务外, ML.NET 还支持 AutoML.
对于机器学习初学者, Microsoft 开发人员建议从 Visual Studio 中的 ML.NET 模型构建器和任何平台上的 ML.NET CLI 开始. 对于可以随时构建模型的场景, AutoML API 也非常方便.
使用 ML.NET 模型构建器, 只需右键单击即可向应用程序添加机器学习.
- IDataView trainingDataView = mlContext.Data.LoadFromTextFile(TrainDataPath, hasHeader: true);
- IDataView testDataView = mlContext.Data.LoadFromTextFile(TestDataPath, hasHeader: true);
- var predictions = trainedModel.Transform(testDataView);
- var metrics = mlContext.Regression.Evaluate(predictions,scoreColumnName:"Score");
来源: https://www.cnblogs.com/shanyou/p/10890949.html