在不标记 ML.NET 中的特征的情况下训练模型

Question

我想训练一个具有大量特征的模型，这些特征是特定关键字是否出现在页面上。功能列表太大，我无法按照 ML.NET 教程 here.

中的建议对所有功能进行标记

public class IrisData
{
    [LoadColumn(0)]
    public float SepalLength;

    [LoadColumn(1)]
    public float SepalWidth;

    [LoadColumn(2)]
    public float PetalLength;

    [LoadColumn(3)]
    public float PetalWidth;

    [LoadColumn(4)]
    public string Label;
}

相反，我希望能够给它一个未命名特征的列表，就像你在 sklearn 中使用 python 所做的那样，只需给它一个特征数组 [[0,0,1],[0,1,0]] 和一个数组标签 ["ShoppingSite", "SocialNetwork"].

Answer 1

你所有的特征都是同一类型吗，布尔值？如果是这样，您可以使用 TextLoader.Range(startIndex, EndIndex) 将所有功能加载到单个列中： https://github.com/dotnet/machinelearning/blob/master/docs/code/MlNetCookBook.md#how-do-i-load-data-with-many-columns-from-a-csv

var reader = mlContext.Data.CreateTextReader(new[] {
        // We read the first 10 values as a single float vector.
        new TextLoader.Column("FeatureVector", DataKind.R4, new[] {new TextLoader.Range(0, 10)}),
        // Separately, read the target variable.
        new TextLoader.Column("Target", DataKind.R4, 11)
    },
    // Default separator is tab, but we need a comma.
    separatorChar: ',');

在不标记 ML.NET 中的特征的情况下训练模型

Train a model without labeling the features in ML.NET

c#

machine-learning

ml.net