ModelOperationsCatalog.CreatePredictionEngine 方法

定义

命名空间:

Microsoft.ML

程序集:

Microsoft.ML.Data.dll

包:

Microsoft.ML v3.0.1

重载

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)	创建一次性预测的预测引擎。 它主要用于 Load(Stream, DataViewSchema)加载模型期间提取输入架构。
CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)	创建一次性预测的预测引擎。 它主要用于 Load(Stream, DataViewSchema)加载模型期间提取输入架构。
CreatePredictionEngine<TSrc,TDst>(ITransformer, Boolean, SchemaDefinition, SchemaDefinition)	为一次性预测创建预测引擎， (默认使用) 。

CreatePredictionEngine<TSrc,TDst>(ITransformer, DataViewSchema)

创建一次性预测的预测引擎。 它主要用于 Load(Stream, DataViewSchema)加载模型期间提取输入架构。

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)

类型参数

TSrc

定义输入数据的类。

TDst

定义输出数据的类。

参数

transformer

ITransformer

用于预测的转换器。

inputSchema

DataViewSchema

输入架构。

返回

PredictionEngine<TSrc,TDst>

CreatePredictionEngine<TSrc,TDst>(ITransformer, PredictionEngineOptions)

创建一次性预测的预测引擎。 它主要用于 Load(Stream, DataViewSchema)加载模型期间提取输入架构。

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)

类型参数

TSrc

定义输入数据的类。

TDst

定义输出数据的类。

参数

transformer

ITransformer

用于预测的转换器。

options

PredictionEngineOptions

高级配置选项。

返回

PredictionEngine<TSrc,TDst>

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

为一次性预测创建预测引擎， (默认使用) 。

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)

类型参数

TSrc

定义输入数据的类。

TDst

定义输出数据的类。

参数

transformer

ITransformer

用于预测的转换器。

ignoreMissingColumns

Boolean

如果列存在 outputSchemaDefinition ，但相应成员不存在， TDst则是否引发异常。

inputSchemaDefinition

SchemaDefinition

输入架构的其他设置。

outputSchemaDefinition

SchemaDefinition

输出架构的其他设置。

返回

PredictionEngine<TSrc,TDst>

示例

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; }
        }
    }
}