ModelOperationsCatalog.CreatePredictionEngine Metode

Definisi

Ruang nama:

Microsoft.ML

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v2.0.0

Overload

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)	Buat mesin prediksi untuk prediksi satu kali. Ini terutama digunakan bersama dengan Load(Stream, DataViewSchema), di mana skema input diekstraksi selama memuat model.
CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)	Buat mesin prediksi untuk prediksi satu kali. Ini terutama digunakan bersama dengan Load(Stream, DataViewSchema), di mana skema input diekstraksi selama memuat model.
CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)	Buat mesin prediksi untuk prediksi satu kali (penggunaan default).

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

Buat mesin prediksi untuk prediksi satu kali. Ini terutama digunakan bersama dengan Load(Stream, DataViewSchema), di mana skema input diekstraksi selama memuat model.

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)

Jenis parameter

TSrc

Kelas yang menentukan data input.

TDst

Kelas yang menentukan data output.

Parameter

transformer

ITransformer

Transformator yang digunakan untuk prediksi.

inputSchema

DataViewSchema

Skema input.

Mengembalikan

PredictionEngine<TSrc,TDst>

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

Buat mesin prediksi untuk prediksi satu kali. Ini terutama digunakan bersama dengan Load(Stream, DataViewSchema), di mana skema input diekstraksi selama memuat model.

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)

Jenis parameter

TSrc

Kelas yang menentukan data input.

TDst

Kelas yang menentukan data output.

Parameter

transformer

ITransformer

Transformator yang digunakan untuk prediksi.

options

PredictionEngineOptions

Opsi konfigurasi tingkat lanjut.

Mengembalikan

PredictionEngine<TSrc,TDst>

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

Buat mesin prediksi untuk prediksi satu kali (penggunaan default).

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)

Jenis parameter

TSrc

Kelas yang menentukan data input.

TDst

Kelas yang menentukan data output.

Parameter

transformer

ITransformer

Transformator yang digunakan untuk prediksi.

ignoreMissingColumns

Boolean

Apakah akan melemparkan pengecualian jika kolom ada tetapi outputSchemaDefinition anggota terkait tidak ada di TDst.

inputSchemaDefinition

SchemaDefinition

Pengaturan tambahan skema input.

outputSchemaDefinition

SchemaDefinition

Pengaturan tambahan skema output.

Mengembalikan

PredictionEngine<TSrc,TDst>

Contoh

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; }
        }
    }
}