Faça previsões com um modelo treinado

Saiba como usar um modelo treinado para fazer previsões

Criar modelos de dados

Dados de entrada

public class HousingData
{
    [LoadColumn(0)]
    public float Size { get; set; }

    [LoadColumn(1, 3)]
    [VectorType(3)]
    public float[] HistoricalPrices { get; set; }

    [LoadColumn(4)]
    [ColumnName("Label")]
    public float CurrentPrice { get; set; }
}

Dados de saída

Como os nomes das Features colunas e Label de entrada, ML.NET tem nomes padrão para as colunas de valor previsto produzidas por um modelo. Dependendo da tarefa, o nome pode ser diferente.

Como o algoritmo usado neste exemplo é um algoritmo de regressão linear, o nome padrão da coluna de saída é Score definido pelo ColumnName atributo na PredictedPrice propriedade.

class HousingPrediction
{
    [ColumnName("Score")]
    public float PredictedPrice { get; set; }
}

Configurar um pipeline de previsão

Seja fazendo uma previsão única ou em lote, o pipeline de previsão precisa ser carregado no aplicativo. Esse pipeline contém as transformações de pré-processamento de dados, bem como o modelo treinado. O trecho de código abaixo carrega o pipeline de previsão de um arquivo chamado model.zip.

//Create MLContext
MLContext mlContext = new MLContext();

// Load Trained Model
DataViewSchema predictionPipelineSchema;
ITransformer predictionPipeline = mlContext.Model.Load("model.zip", out predictionPipelineSchema);

Previsão única

Para fazer uma única previsão, crie uma PredictionEngine usando o pipeline de previsão carregado.

// Create PredictionEngines
PredictionEngine<HousingData, HousingPrediction> predictionEngine = mlContext.Model.CreatePredictionEngine<HousingData, HousingPrediction>(predictionPipeline);

Em seguida, use o Predict método e passe seus dados de entrada como um parâmetro. Observe que usar o Predict método não requer que a entrada seja um IDataView). Isso ocorre porque ele internaliza convenientemente a manipulação do tipo de dados de entrada para que você possa passar um objeto do tipo de dados de entrada. Além disso, como CurrentPrice é o alvo ou rótulo que você está tentando prever usando novos dados, supõe-se que não há valor para ele no momento.

// Input Data
HousingData inputData = new HousingData
{
    Size = 900f,
    HistoricalPrices = new float[] { 155000f, 190000f, 220000f }
};

// Get Prediction
HousingPrediction prediction = predictionEngine.Predict(inputData);

Se você acessar a Score propriedade do prediction objeto, deverá obter um valor semelhante a 150079.

Gorjeta

PredictionEngine não é thread-safe. Além disso, você precisa criar uma instância dele em todos os lugares em que for necessário em seu aplicativo. À medida que seu aplicativo cresce, esse processo pode se tornar incontrolável. Para melhorar o desempenho e a segurança de threads, use uma combinação de injeção de dependência e o serviço PredictionEnginePool, que cria um ObjectPool de PredictionEngine objetos para uso em todo o aplicativo.

Para obter exemplos sobre como usar o serviço PredictionEnginePool , consulte implantar um modelo em uma API Web e implantar um modelo no Azure Functions.

Consulte Injeção de dependência no ASP.NET Core para obter mais informações.

Várias previsões (IDataView)

Dado os seguintes dados, carregue-os em um IDataViewarquivo . Neste caso, o nome do IDataView é inputData. Como CurrentPrice é o alvo ou rótulo que você está tentando prever usando novos dados, presume-se que não há valor para ele no momento.

// Actual data
HousingData[] housingData = new HousingData[]
{
    new HousingData
    {
        Size = 850f,
        HistoricalPrices = new float[] { 150000f, 175000f, 210000f }
    },
    new HousingData
    {
        Size = 900f,
        HistoricalPrices = new float[] { 155000f, 190000f, 220000f }
    },
    new HousingData
    {
        Size = 550f,
        HistoricalPrices = new float[] { 99000f, 98000f, 130000f }
    }
};

Em seguida, use o Transform método para aplicar as transformações de dados e gerar previsões.

// Predicted Data
IDataView predictions = predictionPipeline.Transform(inputData);

Inspecione os valores previstos usando o GetColumn método.

// Get Predictions
float[] scoreColumn = predictions.GetColumn<float>("Score").ToArray();

Os valores previstos na coluna de pontuação devem ter a seguinte aparência:

Observação	Previsão
1	144638.2
2	150079.4
3	107789.8

Várias previsões (PredictionEnginePool)

Para fazer várias previsões usando PredictionEnginePool, você pode usar várias IEnumerable instâncias da entrada do modelo. Por exemplo, um IEnumerable<HousingInput> e aplique o método a cada elemento usando o PredictSelect método do LINQ.

Este exemplo de código pressupõe que você tenha um PredictionEnginePool chamado predictionEnginePool e um IEnumerable<HousingData> chamado housingData.

IEnumerable<HousingPrediction> predictions = housingData.Select(input => predictionEnginePool.Predict(input));

O resultado é uma IEnumerable instância contendo suas previsões. Neste caso, seria IEnumerable<HousingPrediction>.