试一下用DotNetCore来做机器学习，ML Net框架跑起来

ML.Net简介

官网：https://dotnet.microsoft.com/apps/machinelearning-ai/ml-dotnet

官方介绍：The ML.NET command line interface (CLI), provides tools for building machine learning models with ML.NET.

ML.NET 是面向.NET开发人员的开源和跨平台机器学习框架。 ML.NET  还包括Model Builder  （一个简单的UI工具）和  CLI  ，使用自动机器学习（AutoML）构建自定义机器学习（ML）模型变得非常容易。

首先安装.NetCore，这个是必备的～

安装ML.Net

dotnet tool install -g mlnet

下载训练集

下面这个而是wiki百科上面的用户评论数据，请自行下载

https://raw.githubusercontent.com/dotnet/machinelearning/master/test/data/wikipedia-detox-250-line-data.tsv

下载之后命名为wikipedia-data.tsv～

训练模型

mlnet auto-train --task binary-classification --dataset "wikipedia-data.tsv" --label-column-index 0 --has-header true --max-exploration-time 10

训练成功会显示结果，如下：

并且会在目录下生成代码

模型代码

我们来看看ML.Net自动生成的模型代码：

ModelInput.cs 

using Microsoft.ML.Data;

namespace SampleBinaryClassification.Model.DataModels
{
    public class ModelInput
    {
        [ColumnName("Sentiment"), LoadColumn(0)]
        public bool Sentiment { get; set; }

        [ColumnName("SentimentText"), LoadColumn(1)]
        public string SentimentText { get; set; }
    }
}

ModelOutput.cs 

using System;
using Microsoft.ML.Data;

namespace SampleBinaryClassification.Model.DataModels
{
    public class ModelOutput
    {
        // ColumnName attribute is used to change the column name from
        // its default value, which is the name of the field.
        [ColumnName("PredictedLabel")]
        public bool Prediction { get; set; }

        public float Score { get; set; }
    }
}

挖个坑

先挖个坑，明天继续研究。

参考资料