ModelOperationsCatalog.CreatePredictionEngine Метод

Определение

Пространство имен:

Microsoft.ML

Сборка:

Microsoft.ML.Data.dll

Пакет:

Microsoft.ML v2.0.0

Перегрузки

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)	Создайте механизм прогнозирования для однократного прогнозирования. Он используется в основном в сочетании с Load(Stream, DataViewSchema), где входная схема извлекается во время загрузки модели.
CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)	Создайте механизм прогнозирования для однократного прогнозирования. Он используется в основном в сочетании с Load(Stream, DataViewSchema), где входная схема извлекается во время загрузки модели.
CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)	Создайте модуль прогнозирования для одноразового прогнозирования (использование по умолчанию).

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

Создайте механизм прогнозирования для однократного прогнозирования. Он используется в основном в сочетании с Load(Stream, DataViewSchema), где входная схема извлекается во время загрузки модели.

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)

Параметры типа

TSrc

Класс, определяющий входные данные.

TDst

Класс, определяющий выходные данные.

Параметры

transformer

ITransformer

Преобразователь, используемый для прогнозирования.

inputSchema

DataViewSchema

Входная схема.

Возвращаемое значение

PredictionEngine<TSrc,TDst>

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

Создайте механизм прогнозирования для однократного прогнозирования. Он используется в основном в сочетании с Load(Stream, DataViewSchema), где входная схема извлекается во время загрузки модели.

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)

Параметры типа

TSrc

Класс, определяющий входные данные.

TDst

Класс, определяющий выходные данные.

Параметры

transformer

ITransformer

Преобразователь, используемый для прогнозирования.

options

PredictionEngineOptions

Дополнительные параметры конфигурации.

Возвращаемое значение

PredictionEngine<TSrc,TDst>

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

Создайте модуль прогнозирования для одноразового прогнозирования (использование по умолчанию).

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)

Параметры типа

TSrc

Класс, определяющий входные данные.

TDst

Класс, определяющий выходные данные.

Параметры

transformer

ITransformer

Преобразователь, используемый для прогнозирования.

ignoreMissingColumns

Boolean

Указывает, следует ли создавать исключение, если столбец существует, outputSchemaDefinition но соответствующий элемент не существует.TDst

inputSchemaDefinition

SchemaDefinition

Дополнительные параметры входной схемы.

outputSchemaDefinition

SchemaDefinition

Дополнительные параметры схемы вывода.

Возвращаемое значение

PredictionEngine<TSrc,TDst>

Примеры

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; }
        }
    }
}