教學課程：使用回歸與 ML.NET 預測價格

發行項
05/10/2023

本教學課程會示範如何使用 ML.NET 建置迴歸模型，特別針對紐約市的計程車費用預測價格。

在本教學課程中，您會了解如何：

準備並了解資料
載入並轉換資料
選擇學習演算法
將模型定型
評估模型
使用模型來進行預測

必要條件

已安裝「.NET Desktop Development」工作負載的Visual Studio 2022。

建立主控台應用程式

建立名為「TaxiFarePrediction」的 C# 主控台應用程式 。
選擇 .NET 6 作為要使用的架構。按一下 [ 建立 ] 按鈕。
在您專案中建立名為 Data 的目錄以用來儲存資料集和模型檔案。
安裝 Microsoft.ML 和 Microsoft.ML.FastTree NuGet 套件：

注意

除非另有說明，否則此樣本會使用所提及 NuGet 封裝的最新穩定版本。

在[方案總管] 中，以滑鼠右鍵按一下專案，然後選取 [管理 NuGet 套件]。選擇 "nuget.org" 作為 [套件來源]、選取 [瀏覽] 索引標籤、搜尋 Microsoft.ML、從清單中選取該套件，然後選取 [安裝] 按鈕。在 [預覽變更] 對話方塊上，選取 [確定] 按鈕，然後在 [授權接受] 對話方塊上，如果您同意所列套件的授權條款，請選取 [我接受]。針對 Microsoft.ML.FastTree NuGet 套件執行相同的動作。

準備並了解資料

下載 taxi-fare-train.csv 和 taxi-fare-test.csv 資料集，並將它們儲存至您在上一個步驟所建立的 Data 資料夾。我們可以使用這些資料集將機器學習模型定型，然後評估模型的準確程度。這些資料集原先來自 NYC TLC Taxi Trip 資料集。
在方案總管中，以滑鼠右鍵按一下每個 *.csv檔案，然後選取 [屬性]。在 [進階] 底下，將 [複製到輸出目錄] 的值變更為 [有更新時才複製]。
開啟 taxi-fare-train.csv 資料集，然後查看第一個資料列中的資料行標頭。請查看每個資料行。了解資料，並決定哪些資料行是 features，以及哪一個資料行是 label。

label 是您希望進行預測的資料行。識別的 Features 是您提供模型來預測 Label 的輸入。

提供的資料集包含下列資料行：

vendor_id：計程車廠商的識別碼是一項特徵。
rate_code：計程車行程的費率類型是一項特徵。
passenger_count：行程的乘客數目是一項特徵。
trip_time_in_secs：行程所花費的時間長度。您想要在行程結束之前預測行程的車資。此時，您不知道車程需要多少時間。因此，行程時間不是一項特徵，您將從模型中排除這個資料行。
trip_distance：行程的距離是一項特徵。
payment_type：付款方式 (現金或信用卡) 是一項特徵。
fare_amount：計程車車資總計是標籤。

建立資料類別

為輸入資料和預測建立類別：

在 [方案總管] 中，以滑鼠右鍵按一下專案，然後選取 [新增]>[新項目]。
在 [ 新增專案 ] 對話方塊中，選取 [ 類別 ]，然後將 [名稱] 欄位變更為 TaxiTrip.cs。接著，選取 [新增] 按鈕。
將下列的 using 指示詞加入新檔案：
```
using Microsoft.ML.Data;
```

移除現有的類別定義，然後將下列程式碼 (具有 TaxiTrip 和 TaxiTripFarePrediction 這兩個類別) 新增至 TaxiTrip.cs 檔案：

public class TaxiTrip
{
    [LoadColumn(0)]
    public string? VendorId;

    [LoadColumn(1)]
    public string? RateCode;

    [LoadColumn(2)]
    public float PassengerCount;

    [LoadColumn(3)]
    public float TripTime;

    [LoadColumn(4)]
    public float TripDistance;

    [LoadColumn(5)]
    public string? PaymentType;

    [LoadColumn(6)]
    public float FareAmount;
}

public class TaxiTripFarePrediction
{
    [ColumnName("Score")]
    public float FareAmount;
}

TaxiTrip 是輸入資料類別，並含有每個資料集資料行的定義。使用 LoadColumnAttribute 屬性來指定資料集中來源資料行的索引。

TaxiTripFarePrediction 類別代表預測的結果。包含一個套用 ScoreColumnNameAttribute 屬性的單一浮點數欄位 FareAmount。如果是回歸工作， [分數 ] 資料行會包含預測的標籤值。

注意

使用 float 型別表示輸入和預測資料類別中的浮點值。

定義資料和模型路徑

在 Program.cs 檔案頂端新增下列額外的 using 陳述式：

using Microsoft.ML;
using TaxiFarePrediction;

您必須建立三個欄位，保存含有資料集的檔案與用來儲存模型之檔案的檔案路徑：

_trainDataPath 會針對具有用來定型模型之資料集的檔案，包含檔案的路徑。
_testDataPath 會針對具有用來評估模型之資料集的檔案，包含檔案的路徑。
_modelPath 會針對儲存定型模型的檔案，包含檔案的路徑。

在 usings 區段正下方新增下列程式碼，以指定這些路徑和 _textLoader 變數：

string _trainDataPath = Path.Combine(Environment.CurrentDirectory, "Data", "taxi-fare-train.csv");
string _testDataPath = Path.Combine(Environment.CurrentDirectory, "Data", "taxi-fare-test.csv");
string _modelPath = Path.Combine(Environment.CurrentDirectory, "Data", "Model.zip");

所有 ML.NET 作業都是從 MLContext 類別開始。將 mlContext 初始化會建立新的 ML.NET 環境，可在模型建立工作流程物件間共用。就概念而言，類似於 Entity Framework 中的 DBContext。

將變數初始化

將 Console.WriteLine("Hello World!") 行替換成下列程式碼，宣告並初始化 mlContext 變數：

MLContext mlContext = new MLContext(seed: 0);

將下列程式碼新增為下一行程式碼，以呼叫 Train 方法：

var model = Train(mlContext, _trainDataPath);

Train() 方法會執行下列工作：

載入資料。
擷取並轉換資料。
將模型定型。
傳回模型。

Train 方法會將模型定型。使用下列程式碼在下方建立該方法：

ITransformer Train(MLContext mlContext, string dataPath)
{

}

載入並轉換資料

ML.NET 使用 IDataView 介面作為有彈性且有效率的方式來描述數值或文字表格式資料。 IDataView 可載入文字檔案或即時進行 (例如 SQL 資料庫或記錄檔)。將下列程式碼新增為 Train() 方法的第一行：

IDataView dataView = mlContext.Data.LoadFromTextFile<TaxiTrip>(dataPath, hasHeader: true, separatorChar: ',');

當您想要預測出租車車程車資時，資料 FareAmount 行是 Label 您將預測 (模型輸出) 。 CopyColumnsEstimator使用轉換類別來複製 FareAmount ，並新增下列程式碼：

var pipeline = mlContext.Transforms.CopyColumns(outputColumnName: "Label", inputColumnName:"FareAmount")

定型模型的演算法需要數值特徵，因此您必須將類別資料 (VendorId 、 RateCode 和 PaymentType) 值轉換成數位 (VendorIdEncoded 、 RateCodeEncoded 和 PaymentTypeEncoded) 。若要進行該操作，請使用 OneHotEncodingTransformer 轉換類別，這會將不同數值索引鍵值指派給每個資料行中的不同值，並新增下列程式碼：

.Append(mlContext.Transforms.Categorical.OneHotEncoding(outputColumnName: "VendorIdEncoded", inputColumnName:"VendorId"))
.Append(mlContext.Transforms.Categorical.OneHotEncoding(outputColumnName: "RateCodeEncoded", inputColumnName: "RateCode"))
.Append(mlContext.Transforms.Categorical.OneHotEncoding(outputColumnName: "PaymentTypeEncoded", inputColumnName: "PaymentType"))

資料準備工作的最後一個步驟是使用 mlContext.Transforms.Concatenate 轉換類別，將所有特徵資料行合併為 Features 資料行。根據預設，學習演算法只會處理來自 Features 資料行的特徵。新增下列程式碼：

.Append(mlContext.Transforms.Concatenate("Features", "VendorIdEncoded", "RateCodeEncoded", "PassengerCount", "TripDistance", "PaymentTypeEncoded"))

選擇學習演算法

此問題是關於預測紐約市的計程車車資。乍看之下，這可能看似單純取決於行程遠近。不過，紐約計程車廠商會針對其他因素 (例如額外的乘客，或使用信用卡而非現金付費) 收取不同的金額。您希望根據資料集當中的其他因素來預測價格值，這是一個實際值。為了執行該操作，您選擇迴歸機器學習服務工作。

請將下列內容新增為 Train() 中的下一行程式碼，來將 FastTreeRegressionTrainer 機器學習服務工作新增到資料轉換定義：

.Append(mlContext.Regression.Trainers.FastTree());

將模型定型

在 Train() 方法中新增下列程式碼，調整模型使其符合定型的 dataview，並傳回已定型的模型：

var model = pipeline.Fit(dataView);

Fit() 方法透過轉換資料集和套用定型來定型模型。

使用 Train() 方法中的下列程式碼行，傳回定型的模型：

return model;

評估模型

接下來，使用測試資料評估您的模型效能，以進行品質保證和驗證。在 Train() 之後，使用下列程式碼建立 Evaluate() 方法：

void Evaluate(MLContext mlContext, ITransformer model)
{

}

Evaluate 方法會執行下列工作：

載入測試資料集。
建立迴歸評估工具。
評估模型並建立計量。
顯示計量。

使用下列程式碼，在方法呼叫下 Train ，將呼叫新增至新方法：

Evaluate(mlContext, model);

使用 LoadFromTextFile() 方法載入測試資料集。透過在 Evaluate 方法中新增下列程式碼，使用此資料集作為品質檢查來評估模型：

IDataView dataView = mlContext.Data.LoadFromTextFile<TaxiTrip>(_testDataPath, hasHeader: true, separatorChar: ',');

接下來，透過將下列程式碼新增到 Evaluate() 來轉換 Test 資料：

var predictions = model.Transform(dataView);

Transform() 方法會針對測試資料集輸入資料列進行預測。

RegressionContext.Evaluate 方法會使用指定的資料集來計算 PredictionModel 的品質計量。它傳回的 RegressionMetrics 物件包含迴歸評估工具所計算的整體計量。

若要顯示這些計量以判斷模型的品質，您必須先取得計量。將下列程式碼加入為 Evaluate 方法中的下一行：

var metrics = mlContext.Regression.Evaluate(predictions, "Label", "Score");

在您設定好預測後，Evaluate() 方法會評估模型，將預測值與測試資料集中的實際 Labels 進行比較，並傳回模型的執行情況。

新增下列程式碼來評估模型並產生評估計量：

Console.WriteLine();
Console.WriteLine($"*************************************************");
Console.WriteLine($"*       Model quality metrics evaluation         ");
Console.WriteLine($"*------------------------------------------------");

RSquared 是迴歸模型的另一個評估計量。 RSquared 接受介於 0 和 1 之間的值。其值越接近 1，模型就越好。將下列程式碼新增至 Evaluate 方法，以顯示 RSquared 值：

Console.WriteLine($"*       RSquared Score:      {metrics.RSquared:0.##}");

RMS 是迴歸模型的評估計量之一。此計量值越低，模型就越好。將下列程式碼新增至 Evaluate 方法，以顯示 RMS 值：

Console.WriteLine($"*       Root Mean Squared Error:      {metrics.RootMeanSquaredError:#.##}");

使用模型來進行預測

請使用下列程式碼，在緊接著 Evaluate 方法之後，建立 TestSinglePrediction 方法：

void TestSinglePrediction(MLContext mlContext, ITransformer model)
{

}

TestSinglePrediction 方法會執行下列工作：

建立單一評論的測試資料。
根據測試資料預測費用金額。
合併測試資料和預測來進行報告。
顯示預測的結果。

使用下列程式碼，在方法呼叫下 Evaluate ，將呼叫新增至新方法：

TestSinglePrediction(mlContext, model);

將下列程式碼新增到 TestSinglePrediction() 來使用 PredictionEngine 預測車資：

var predictionFunction = mlContext.Model.CreatePredictionEngine<TaxiTrip, TaxiTripFarePrediction>(model);

PredictionEngine 是一種便利的 API，可讓您在單一資料執行個體上接著執行預測。 PredictionEngine 不是安全執行緒。可接受在單一執行緒或原型環境中使用。為了提升效能和執行緒安全性，請使用 PredictionEnginePool 服務，以建立 PredictionEngine 物件的 ObjectPool 供整個應用程式使用。請參閱本指南，以瞭解如何在ASP.NET Core Web API 中使用 PredictionEnginePool。

注意

PredictionEnginePool 服務延伸模組目前處於預覽狀態。

本教學課程會使用此類別內的一個測試行程。您可以稍後新增其他案例來對此方法進行實驗。透過建立 TaxiTrip 的執行個體，在 TestSinglePrediction() 方法中新增車程，以測試定型模型的費用預測：

var taxiTripSample = new TaxiTrip()
{
    VendorId = "VTS",
    RateCode = "1",
    PassengerCount = 1,
    TripTime = 1140,
    TripDistance = 3.75f,
    PaymentType = "CRD",
    FareAmount = 0 // To predict. Actual/Observed = 15.5
};

接下來，根據計程車車程資料的單一執行個體預測車資，然後透過將下列內容作為 TestSinglePrediction() 方法的下一行程式碼，來將它傳遞至 PredictionEngine：

var prediction = predictionFunction.Predict(taxiTripSample);

Predict() 函式會在資料的單一執行個體上進行預測。

若要顯示指定之車程的預測費用，請將下列程式碼加入到 TestSinglePrediction 方法：

Console.WriteLine($"**********************************************************************");
Console.WriteLine($"Predicted fare: {prediction.FareAmount:0.####}, actual fare: 15.5");
Console.WriteLine($"**********************************************************************");

執行程式以查看您測試案例的預測計程車車資。

恭喜！您現在已成功建置可預測計程車車資的機器學習模型、評估了它的準確率，並且也使用它進行了預測。您可以在 dotnet/samples GitHub 存放庫中找到本教學課程的原始程式碼。

後續步驟

在本教學課程中，您已了解如何：

準備並了解資料
建立學習管線
載入並轉換資料
選擇學習演算法
將模型定型
評估模型
使用模型來進行預測

前進到下一個教學課程來深入了解。

Iris 叢集

共用方式為