在学习 ML.NET 时,ML.NET CLI 为 .NET 开发人员“普及”ML.NET。
若要单独使用 ML.NET API(不使用 ML.NET AutoML CLI),需要选择训练程序(针对特定任务的机器学习算法的实现),以及要应用到数据的数据转换集(特征工程)。 每个数据集的最佳管道各不相同,从所有选择中选择最佳算法增加了复杂性。 此外,每个算法都有一组要调整的超参数。 因此,可能会花费数周甚至数月时间进行机器学习模型优化,以尝试找到特征工程、学习算法和超参数的最佳组合。
此过程可使用 ML.NET CLI 自动化,其实现 ML.NET AutoML 智能引擎。
Note: 本主题涉及目前处于预览状态的 ML.NET CLI 和 ML.NET AutoML,且材料可能会有所变化。
什么是 ML.NET 命令行接口 (CLI)?
可以在任何命令提示符(Windows、Mac 或 Linux)上运行 ML.NET CLI,以根据训练数据集生成高质量的 ML.NET 模型和源代码。
如下图所示,生成高质量的 ML.NET 模型(序列化模型 .zip 文件)以及用于运行该模型/对该模型评分的示例 C# 代码非常简单。 此外,还会生成用于创建/训练该模型的 C# 代码,以便可以研究和迭代用于该生成的“最佳模型”的算法和设置。
图像
可以从自己的数据集生成这些资产而无需自行编码,因此,即使已经了解 ML.NET,它也可以提高工作效率。
目前,ML.NET CLI 支持的 ML 任务包括:
binary-classificationmulticlass-classificationregression- 未来:其他机器学习任务,例如
recommendation、ranking、anomaly-detection、clustering
用法示例:
> mlnet auto-train --task binary-classification --dataset "customer-feedback.tsv" --label-column-name Sentiment
图像
可以在 Windows PowerShell、*macOS/Linux bash 或 Windows CMD 上以相同的方式运行它。 但是,表格自动填写(参数建议)不适用于 Windows CMD。
生成的输出资产
CLI auto-train 命令在输出文件夹中生成以下资产:
- 可供用于运行预测的序列化模型 .zip 文件(“最佳模型”)。
- C# 解决方案以及:
- 用于运行生成的模型/对生成的模型评分的 C# 代码(使用该模型在最终用户应用中进行预测)。
- 包含用于生成该模型的训练代码的 C# 代码(用于学习目的或模型重新训练)。
- 日志文件,包含有关评估的多种算法的所有迭代/扫描的信息(包括其详细配置/管道)。
前两个资产可以直接用于最终用户应用(ASP.NET Core Web 应用、服务、桌面应用等),以使用生成的 ML 模型进行预测。
第三个资产(训练代码)显示 CLI 用于训练生成的模型的 ML.NET API 代码,因此,可以在后台重新训练模型并调查和迭代 CLI 和 AutoML 选择的特定训练程序/算法及超参数。
了解模型的质量
使用 CLI 工具生成“最佳模型”时,可看到适用于所针对的 ML 任务的质量指标(例如准确性和 R 平方)。
在这里,我们总结了按 ML 任务分组的指标,以便于了解自动生成的“最佳模型”的质量。
二元分类模型指标
以下显示 CLI 找到的排名前五的模型的二元分类 ML 任务指标列表:
图像
准确性是分类问题的常用指标,但准确性并不总是用于选择最佳模型的最佳指标,如下文参考中所述。 在某些情况下,需要使用其他指标评估模型的质量。
若要探索和了解 CLI 输出的指标,请参阅二元分类指标。
多类分类模型指标
以下显示 CLI 找到的排名前五的模型的多类分类 ML 任务指标列表:
图像
若要探索和了解 CLI 输出的指标,请参阅多类分类指标。
回归模型指标
如果观测值与模型预测值之间的差异很小且无偏差,则回归模型能够很好地拟合数据。 可以使用特定指标评估回归。
将看到 CLI 找到的排名前五的最佳质量模型的类似指标列表。 在与回归 ML 任务相关的这一特定案例中:
图像
若要探索和了解 CLI 输出的指标,请参阅回归指标。
请参阅
历史资料。此文对应 2019-08-18 的中文文档快照,适用产品版本和命令行为以原文为准。
来源与署名:Microsoft 和文档贡献者(原始作者元数据 CESARDELATORRE)。固定版本原文。文档采用 CC BY 4.0,示例代码采用 MIT 授权。本站将 Markdown 转为 HTML,规范化链接,移除外部媒体和导航标记。
