ModelOperationsCatalog.CreatePredictionEngine Metoda

Definicja

Przestrzeń nazw:

Microsoft.ML

Zestaw:

Microsoft.ML.Data.dll

Pakiet:

Microsoft.ML v3.0.1

Przeciążenia

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)	Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego. Jest on używany głównie w połączeniu z elementem Load(Stream, DataViewSchema), gdzie podczas ładowania modelu jest wyodrębniany schemat wejściowy.
CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)	Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego. Jest on używany głównie w połączeniu z elementem Load(Stream, DataViewSchema), gdzie podczas ładowania modelu jest wyodrębniany schemat wejściowy.
CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)	Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego (użycie domyślne).

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego. Jest on używany głównie w połączeniu z elementem Load(Stream, DataViewSchema), gdzie podczas ładowania modelu jest wyodrębniany schemat wejściowy.

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)

Parametry typu

TSrc

Klasa, która definiuje dane wejściowe.

TDst

Klasa, która definiuje dane wyjściowe.

Parametry

transformer

ITransformer

Transformator do użycia na potrzeby przewidywania.

inputSchema

DataViewSchema

Schemat wejściowy.

Zwraca

PredictionEngine<TSrc,TDst>

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego. Jest on używany głównie w połączeniu z elementem Load(Stream, DataViewSchema), gdzie podczas ładowania modelu jest wyodrębniany schemat wejściowy.

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)

Parametry typu

TSrc

Klasa, która definiuje dane wejściowe.

TDst

Klasa, która definiuje dane wyjściowe.

Parametry

transformer

ITransformer

Transformator do użycia na potrzeby przewidywania.

options

PredictionEngineOptions

Zaawansowane opcje konfiguracji.

Zwraca

PredictionEngine<TSrc,TDst>

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

Utwórz aparat przewidywania na potrzeby przewidywania jednorazowego (użycie domyślne).

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)

Parametry typu

TSrc

Klasa, która definiuje dane wejściowe.

TDst

Klasa, która definiuje dane wyjściowe.

Parametry

transformer

ITransformer

Transformator do użycia na potrzeby przewidywania.

ignoreMissingColumns

Boolean

Czy zgłosić wyjątek, jeśli kolumna istnieje, outputSchemaDefinition ale odpowiedni element członkowski nie istnieje w elemencie TDst.

inputSchemaDefinition

SchemaDefinition

Dodatkowe ustawienia schematu wejściowego.

outputSchemaDefinition

SchemaDefinition

Dodatkowe ustawienia schematu wyjściowego.

Zwraca

PredictionEngine<TSrc,TDst>

Przykłady

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; }
        }
    }
}