Übung: Nutzen eines Modells in der .NET-Konsolen-App

  • 2 Minuten

Sie haben einige Zeit damit verbracht, ein Modell zu trainieren und Auswertungsmetriken zu verwenden, um das beste Modell für Ihre Daten auszuwählen. Jetzt ist es an der Zeit, das Modell zu nutzen, um Vorhersagen zu Ihren Unternehmensgeräten zu treffen. In dieser Lerneinheit erstellen Sie eine Konsolenanwendung, die neue Daten erfasst und anhand Ihres Modells vorhersagt, ob das Gerät ausfallen wird oder nicht.

Hinzufügen der Konsolenanwendung zur Projektmappe

Gehen Sie im Schritt Nutzen von Model Builder folgendermaßen vor:

  1. Wählen Sie für die Konsolenanwendungsvorlage Zur Projektmappe hinzufügen aus.
  2. Geben Sie im Dialogfeld Beispiel-Konsolen-App hinzufügen den Namen PredictiveMaintenanceConsole ein.
  3. Wählen Sie Zur Projektmappe hinzufügenaus.

Screenshot that shows selections for consuming a machine learning model in a dot NET console application.

Nach einigen Sekunden wird Ihrer Projektmappe eine neue .NET-Konsolenanwendung hinzugefügt.

Ausführen der Anwendung

  1. Klicken Sie im Projektmappen-Explorer von Visual Studio mit der rechten Maustaste auf das Projekt PredictiveMaintenanceConsole.

  2. Wählen Sie Als Startprojekt festlegen aus.

  3. Starten Sie Ihre Anwendung.

  4. Ein Konsolenfenster wird geöffnet und gibt Text ähnlich dem folgenden aus:

    Using model to make single prediction -- Comparing actual Machine_failure with predicted Machine_failure from sample data...


Product_ID: M14860
Type: M
Air_temperature: 298.1
Process_temperature: 308.6
Rotational_speed: 1551
Torque: 42.8
Tool_wear: 0
Machine_failure: 0


Predicted Machine_failure: 0


=============== End of process, hit any key to finish ===============

Tipp

Für diese Demo wurde das Standardbeispiel für hartcodierte Daten verwendet, um die Anwendung auszuführen und Vorhersagen zu treffen. In einer realen Umgebung würden Sie Eingaben aus einer Datei oder der Konsole verwenden und Vorhersagen für diese Daten treffen.

Herzlichen Glückwunsch! Sie haben ein Machine Learning-Modell mithilfe von ML.NET und Model Builder genutzt.