Partager via


ModelOperationsCatalog.CreatePredictionEngine Méthode

Définition

Surcharges

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

Créez un moteur de prédiction pour une prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait lors du chargement du modèle.

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

Créez un moteur de prédiction pour une prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait lors du chargement du modèle.

CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)

Créez un moteur de prédiction pour une prédiction ponctuelle (utilisation par défaut).

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

Créez un moteur de prédiction pour une prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait lors du chargement du modèle.

public Microsoft.ML.PredictionEngine<TSrc,TDst> CreatePredictionEngine<TSrc,TDst> (Microsoft.ML.ITransformer transformer, Microsoft.ML.DataViewSchema inputSchema) where TSrc : class where TDst : class, new();
member this.CreatePredictionEngine : Microsoft.ML.ITransformer * Microsoft.ML.DataViewSchema -> Microsoft.ML.PredictionEngine<'Src, 'Dst (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))> (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))
Public Function CreatePredictionEngine(Of TSrc As Class, TDst As Class) (transformer As ITransformer, inputSchema As DataViewSchema) As PredictionEngine(Of TSrc, TDst)

Paramètres de type

TSrc

Classe qui définit les données d’entrée.

TDst

Classe qui définit les données de sortie.

Paramètres

transformer
ITransformer

Transformateur à utiliser pour la prédiction.

inputSchema
DataViewSchema

Schéma d’entrée.

Retours

S’applique à

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

Créez un moteur de prédiction pour une prédiction ponctuelle. Il est principalement utilisé conjointement avec Load(Stream, DataViewSchema), où le schéma d’entrée est extrait lors du chargement du modèle.

public Microsoft.ML.PredictionEngine<TSrc,TDst> CreatePredictionEngine<TSrc,TDst> (Microsoft.ML.ITransformer transformer, Microsoft.ML.PredictionEngineOptions options) where TSrc : class where TDst : class, new();
member this.CreatePredictionEngine : Microsoft.ML.ITransformer * Microsoft.ML.PredictionEngineOptions -> Microsoft.ML.PredictionEngine<'Src, 'Dst (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))> (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))
Public Function CreatePredictionEngine(Of TSrc As Class, TDst As Class) (transformer As ITransformer, options As PredictionEngineOptions) As PredictionEngine(Of TSrc, TDst)

Paramètres de type

TSrc

Classe qui définit les données d’entrée.

TDst

Classe qui définit les données de sortie.

Paramètres

transformer
ITransformer

Transformateur à utiliser pour la prédiction.

options
PredictionEngineOptions

Options de configuration avancées.

Retours

S’applique à

CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)

Créez un moteur de prédiction pour une prédiction ponctuelle (utilisation par défaut).

public Microsoft.ML.PredictionEngine<TSrc,TDst> CreatePredictionEngine<TSrc,TDst> (Microsoft.ML.ITransformer transformer, bool ignoreMissingColumns = true, Microsoft.ML.Data.SchemaDefinition inputSchemaDefinition = default, Microsoft.ML.Data.SchemaDefinition outputSchemaDefinition = default) where TSrc : class where TDst : class, new();
member this.CreatePredictionEngine : Microsoft.ML.ITransformer * bool * Microsoft.ML.Data.SchemaDefinition * Microsoft.ML.Data.SchemaDefinition -> Microsoft.ML.PredictionEngine<'Src, 'Dst (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))> (requires 'Src : null and 'Dst : null and 'Dst : (new : unit -> 'Dst))
Public Function CreatePredictionEngine(Of TSrc As Class, TDst As Class) (transformer As ITransformer, Optional ignoreMissingColumns As Boolean = true, Optional inputSchemaDefinition As SchemaDefinition = Nothing, Optional outputSchemaDefinition As SchemaDefinition = Nothing) As PredictionEngine(Of TSrc, TDst)

Paramètres de type

TSrc

Classe qui définit les données d’entrée.

TDst

Classe qui définit les données de sortie.

Paramètres

transformer
ITransformer

Transformateur à utiliser pour la prédiction.

ignoreMissingColumns
Boolean

Indique s’il faut lever une exception si une colonne existe, outputSchemaDefinition mais que le membre correspondant n’existe pas dans TDst.

inputSchemaDefinition
SchemaDefinition

Paramètres supplémentaires du schéma d’entrée.

outputSchemaDefinition
SchemaDefinition

Paramètres supplémentaires du schéma de sortie.

Retours

Exemples

using System;
using System.Collections.Generic;
using System.IO;
using Microsoft.ML;

namespace Samples.Dynamic.ModelOperations
{
    public class SaveLoadModel
    {
        public static void Example()
        {
            // Create a new ML context, for ML.NET operations. It can be used for
            // exception tracking and logging, as well as the source of randomness.
            var mlContext = new MLContext();

            // Generate sample data.
            var data = new List<Data>()
            {
                new Data() { Value="abc" }
            };

            // Convert data to IDataView.
            var dataView = mlContext.Data.LoadFromEnumerable(data);
            var inputColumnName = nameof(Data.Value);
            var outputColumnName = nameof(Transformation.Key);

            // Transform.
            ITransformer model = mlContext.Transforms.Conversion
                .MapValueToKey(outputColumnName, inputColumnName).Fit(dataView);

            // Save model.
            mlContext.Model.Save(model, dataView.Schema, "model.zip");

            // Load model.
            using (var file = File.OpenRead("model.zip"))
                model = mlContext.Model.Load(file, out DataViewSchema schema);

            // Create a prediction engine from the model for feeding new data.
            var engine = mlContext.Model
                .CreatePredictionEngine<Data, Transformation>(model);

            var transformation = engine.Predict(new Data() { Value = "abc" });

            // Print transformation to console.
            Console.WriteLine("Value: {0}\t Key:{1}", transformation.Value,
                transformation.Key);

            // Value: abc       Key:1

        }

        private class Data
        {
            public string Value { get; set; }
        }

        private class Transformation
        {
            public string Value { get; set; }
            public uint Key { get; set; }
        }
    }
}

S’applique à