Ejercicio: Consumo de un modelo en una aplicación de consola .NET

  • 2 minutos

Ha dedicado un tiempo a entrenar un modelo y a usar métricas de evaluación para seleccionar el mejor modelo para los datos. Ahora es el momento de usarlo para realizar predicciones sobre los dispositivos de la empresa. En esta unidad creará una aplicación de consola que toma datos nuevos y usa el modelo para predecir si el dispositivo va a fallar.

Incorporación de la aplicación de consola a la solución

En el paso Consumir de la pantalla de Model Builder:

  1. Seleccione Agregar a la solución para la plantilla de aplicación de consola.
  2. En el cuadro de diálogo Add sample console app (Agregar aplicación de consola de ejemplo), escriba el nombre PredictiveMaintenanceConsole.
  3. Seleccione Agregar a la solución.

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

Al cabo de unos segundos, se agrega una nueva aplicación de consola .NET a la solución.

Ejecución de la aplicación

  1. En el Explorador de soluciones de Visual Studio, haga clic con el botón derecho en el proyecto PredictiveMaintenanceConsole.

  2. Seleccione Establecer como proyecto de inicio.

  3. Inicie la aplicación.

  4. Se abre una ventana de consola, en el que se genera un texto similar al siguiente:

    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 ===============

Sugerencia

Para esta demostración, se ha usado el ejemplo predeterminado de datos codificados de forma rígida para ejecutar la aplicación y realizar predicciones. En una configuración real, le interesaría tomar las entradas de un archivo o de la consola y realizar predicciones sobre los datos.

¡Enhorabuena! Ha consumido un modelo de Machine Learning mediante ML.NET y Model Builder.