연습: .NET 콘솔 앱에서 모델 사용

  • 2분

모델을 학습하고 평가 메트릭을 사용하여 데이터에 가장 적합한 모델을 선택하는 데 시간이 걸렸습니다. 이제 회사의 디바이스에서 예측을 수행하는 데 모델을 사용해야 합니다. 이 단원에서는 새 데이터를 사용하고 모델을 사용하여 디바이스에 오류가 발생할지 여부를 예측하는 콘솔 애플리케이션을 만듭니다.

새 콘솔 애플리케이션을 솔루션에 추가

Model Builder 화면의 사용 단계에서 다음을 수행합니다.

  1. 콘솔 애플리케이션 템플릿에 대한 솔루션에 추가를 선택합니다.
  2. 샘플 콘솔 앱 추가 대화 상자에 이름으로 PredictiveMaintenanceConsole을 입력합니다.
  3. 솔루션에 추가를 선택합니다.

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

몇 초 후에 새 .NET 콘솔 애플리케이션이 솔루션에 추가됩니다.

애플리케이션 실행

  1. Visual Studio 솔루션 탐색기에서 PredictiveMaintenanceConsole 프로젝트를 마우스 오른쪽 단추로 클릭합니다.

  2. 시작 프로젝트로 설정을 선택합니다.

  3. 애플리케이션을 시작합니다.

  4. 콘솔 창이 열리고 다음과 유사한 출력 텍스트가 생성됩니다.

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

팁

이 데모에서는 기본 하드 코드된 데이터 샘플을 사용하여 애플리케이션을 실행하고 예측을 수행했습니다. 실제 환경에서는 파일이나 콘솔에서 입력을 가져와 해당 데이터에서 예측을 수행하게 됩니다.

축하합니다! ML.NET과 Model Builder를 사용하여 기계 학습 모델을 사용했습니다.