Eğitim verilerini Model Builder'a yükleme

Makale
01/10/2024

ML.NET için Model Builder senaryolarından birinde kullanmak üzere bir dosyadan veya SQL Server veritabanından eğitim veri kümelerinizi yüklemeyi öğrenin. Model Oluşturucusu senaryoları eğitim verileri olarak SQL Server veritabanlarını, görüntü dosyalarını ve CSV veya TSV dosya biçimlerini kullanabilir.

Model Oluşturucusu yalnızca virgül, sekme ve noktalı virgül sınırlayıcıları ve PNG ve JPG görüntüleri içeren TSV, CSV ve TXT dosyalarını kabul eder.

Model Oluşturucu senaryoları

Model Oluşturucusu, aşağıdaki makine öğrenmesi senaryoları için modeller oluşturmanıza yardımcı olur:

Veri sınıflandırması (ikili ve çok sınıflı sınıflandırma): Metin verilerini iki veya daha fazla kategoride sınıflandırabilirsiniz.
Değer tahmini (regresyon): Sayısal bir değeri tahmin edin.
Görüntü sınıflandırma (derin öğrenme): Görüntüleri iki veya daha fazla kategoride sınıflandırabilirsiniz.
Öneri (öneri): Belirli bir kullanıcı için önerilen öğelerin listesini oluşturma.
Nesne algılama (derin öğrenme): Görüntülerdeki nesneyi algılama ve tanımlama. Bu, bir veya daha fazla nesneyi bulabilir ve uygun şekilde etiketleyebilir.

Bu makalede metinsel veya sayısal verilerle sınıflandırma ve regresyon, görüntü sınıflandırma ve nesne algılama senaryoları yer alır.

Dosyadan metin veya sayısal veri yükleme

Bir dosyadan Model Oluşturucusu'na metin veya sayısal veri yükleyebilirsiniz. Virgülle ayrılmış (CSV) veya sekmeyle ayrılmış (TSV) dosya biçimlerini kabul eder.

Model Oluşturucusu'nun veri adımında veri kaynağı türü olarak Dosya'yı seçin.
Metin kutusunun yanındaki Gözat düğmesini seçin ve veri dosyasına göz atmak ve dosyayı seçmek için Dosya Gezgini kullanın.
Tahmin etmek için Sütun ( Etiket) açılan listesinden bir kategori seçin.

Not

(İsteğe bağlı) veri sınıflandırma senaryoları: Etiket sütununuzun veri türü ("Tahmin için sütun (Etiket)" açılan menüsündeki değer Boole (True/False) olarak ayarlandıysa, model eğitim işlem hattınızda ikili sınıflandırma algoritması kullanılır. Aksi takdirde, çok sınıflı bir sınıflandırma eğitmeni kullanılır. Etiket sütununuzun veri türünü değiştirmek ve Model Builder'a verileriniz için kullanması gereken eğitmen türünü bildirmek için Gelişmiş veri seçeneklerini kullanın.
Sütun ayarlarını ayarlamak veya veri biçimlendirmesini güncelleştirmek için Gelişmiş veri seçenekleri bağlantısındaki verileri güncelleştirin.

Model Oluşturucusu için veri kaynağı dosyanızı ayarlamayı bitirdiniz. Model Oluşturucusu'nda sonraki adıma geçmek için Sonraki adım düğmesine tıklayın.

SQL Server veritabanından veri yükleme

Model Oluşturucusu, yerel ve uzak SQL Server veritabanlarından veri yüklemeyi destekler.

Yerel veritabanı dosyası

Sql Server veritabanı dosyasından Model Builder'a veri yüklemek için:

Model Oluşturucusu'nun veri adımında veri kaynağı türü olarak SQL Server'ı seçin.
Veri kaynağı seç düğmesini seçin.
1. Veri Kaynağı Seç iletişim kutusunda Microsoft SQL Server Veritabanı Dosyası'nı seçin.
2. Her zaman bu seçimi kullan onay kutusunun işaretini kaldırın ve Devam'ı seçin
3. Bağlan ion Özellikleri iletişim kutusunda Gözat'ı seçin ve indirilen öğesini seçin. MDF dosyası.
4. Tamam'ı seçin
Tablo Adı açılan listesinden veri kümesi adını seçin.
Tahmin etmek için Sütun (Etiket) açılan listesinden tahminde bulunmak istediğiniz veri kategorisini seçin.

Not

(İsteğe bağlı) veri sınıflandırma senaryoları: Etiket sütununuzun veri türü ("Tahmin için sütun (Etiket)" açılan menüsündeki değer Boole (True/False) olarak ayarlandıysa, model eğitim işlem hattınızda ikili sınıflandırma algoritması kullanılır. Aksi takdirde, çok sınıflı bir sınıflandırma eğitmeni kullanılır. Etiket sütununuzun veri türünü değiştirmek ve Model Builder'a verileriniz için kullanması gereken eğitmen türünü bildirmek için Gelişmiş veri seçeneklerini kullanın.
Sütun ayarlarını ayarlamak veya veri biçimlendirmesini güncelleştirmek için Gelişmiş veri seçenekleri bağlantısındaki verileri güncelleştirin.

Uzak veritabanı

Sql Server veritabanı bağlantısından Model Oluşturucusu'na veri yüklemek için:

Model Oluşturucusu'nun veri adımında veri kaynağı türü olarak SQL Server'ı seçin.
Veri kaynağı seç düğmesini seçin.
1. Veri Kaynağı Seç iletişim kutusunda Microsoft SQL Server'ı seçin.
Bağlan ion Özellikleri iletişim kutusunda Microsoft SQL veritabanınızın özelliklerini girin.
1. Bağlanmak istediğiniz tablonun yer aldığı sunucu adını belirtin.
2. Sunucuda kimlik doğrulamasını ayarlayın. SQL Server Kimlik Doğrulaması seçiliyse sunucunun kullanıcı adını ve parolasını girin.
3. Veritabanı adı seçin veya girin açılan listesinden bağlanacak veritabanını seçin. Sunucu adı ve oturum açma bilgileri doğruysa, bu otomatik olarak doldurulmalıdır.
4. Tamam'ı seçin
Tablo Adı açılan listesinden veri kümesi adını seçin.
Tahmin etmek için Sütun (Etiket) açılan listesinden tahminde bulunmak istediğiniz veri kategorisini seçin.

Not

(İsteğe bağlı) veri sınıflandırma senaryoları: Etiket sütununuzun veri türü ("Tahmin için sütun (Etiket)" açılan menüsündeki değer Boole (True/False) olarak ayarlandıysa, model eğitim işlem hattınızda ikili sınıflandırma algoritması kullanılır. Aksi takdirde, çok sınıflı bir sınıflandırma eğitmeni kullanılır. Etiket sütununuzun veri türünü değiştirmek ve Model Builder'a verileriniz için kullanması gereken eğitmen türünü bildirmek için Gelişmiş veri seçeneklerini kullanın.
Sütun ayarlarını ayarlamak veya veri biçimlendirmesini güncelleştirmek için Gelişmiş veri seçenekleri bağlantısındaki verileri güncelleştirin.

Model Oluşturucusu için veri kaynağı dosyanızı ayarlamayı bitirdiniz. Model Oluşturucusu'nda sonraki adıma geçmek için Sonraki adım düğmesi bağlantısına tıklayın.

Görüntü sınıflandırma veri dosyalarını ayarlama

Model Oluşturucusu, görüntü sınıflandırma verilerinin, sınıflandırma kategorilerine karşılık gelen klasörler halinde düzenlenmiş JPG veya PNG dosyaları olmasını bekler.

Model Oluşturucusu'na görüntü yüklemek için tek bir üst düzey dizinin yolunu sağlayın:

Bu üst düzey dizin, tahmin etmek üzere kategorilerin her biri için bir alt klasör içerir.
Her alt klasör kendi kategorisine ait görüntü dosyalarını içerir.

Aşağıda gösterilen klasör yapısında en üst düzey dizin flower_photos. Tahmin etmek istediğiniz kategorilere karşılık gelen beş alt dizin vardır: papatya, karahindiba, güller, ayçiçeği ve laleler. Bu alt dizinlerin her biri ilgili kategoriye ait görüntüler içerir.

\---flower_photos
    +---daisy
    |       100080576_f52e8ee070_n.jpg
    |       102841525_bd6628ae3c.jpg
    |       105806915_a9c13e2106_n.jpg
    |
    +---dandelion
    |       10443973_aeb97513fc_m.jpg
    |       10683189_bd6e371b97.jpg
    |       10919961_0af657c4e8.jpg
    |
    +---roses
    |       102501987_3cdb8e5394_n.jpg
    |       110472418_87b6a3aa98_m.jpg
    |       118974357_0faa23cce9_n.jpg
    |
    +---sunflowers
    |       127192624_afa3d9cb84.jpg
    |       145303599_2627e23815_n.jpg
    |       147804446_ef9244c8ce_m.jpg
    |
    \---tulips
            100930342_92e8746431_n.jpg
            107693873_86021ac4ea_n.jpg
            10791227_7168491604.jpg

Nesne algılama görüntüsü veri dosyalarını ayarlama

Model Oluşturucusu, nesne algılama görüntüsü verilerinin VoTT'den oluşturulan JSON biçiminde olmasını bekler. JSON dosyası, proje ayarlarında belirtilen Hedef Konum'daki vott-json-export klasöründe bulunur.

JSON dosyası VoTT'den oluşturulan aşağıdaki bilgilerden oluşur:

Oluşturulan tüm etiketler
Görüntü dosyası konumları
Görüntü sınırlayıcı kutu bilgileri
Görüntüyle ilişkilendirilmiş etiket

Nesne algılama için veri hazırlama hakkında daha fazla bilgi için bkz . VoTT'den nesne algılama verileri oluşturma.

Sonraki adımlar

Model Builder ile makine öğrenmesi uygulamaları derlemek için şu öğreticileri izleyin:

Kod kullanarak model eğitmeye devam ediyorsanız ML.NET API'sini kullanarak veri yüklemeyi öğrenin.

Share via