如何在运行期间使用 ML.Net 指定 Kmeans 聚类中的特征数量（向量类型）

Question

我想使用 ML.Net Kmeans 算法，但在编译期间我不知道数据集的大小，也就是特征的数量。

我看到向量类型 length 应该是一个 const，因此尝试作为参数传递是行不通的。

class Data
{ 
    public string ID{ get; set; }

    [VectorType(5)] //I do not know the if the data will contain 5 or more features
    public float[] Features { get; set; }   
}

待用：

InputData row = new InputData { AssetID = Data[0, i + 1].ToString(), Features = features };

var context = new MLContext();
var DataView = context.Data.LoadFromEnumerable(dataArray);
string featuresColumnName = "Features";
var pipeline=context.Transforms.Concatenate(featuresColumnName,"Features")             .Append(context.Clustering.Trainers.KMeans(featuresColumnName, clustersCount: NumberClusters));

var model = pipeline.Fit(DataView);

Answer 1

如果向量的维度是固定的，你可以在运行时变通：

 private class SampleTemperatureDataVector
    {
        public DateTime Date { get; set; }
        public float[] Temperature { get; set; }
    }

注意这个类型没有注释。您可以从中创建 SchemaDefinition，而不是修改该架构。初始 SchemaDefinition 会将 IsKnownSize 属性设置为 false。修改后 Size 将设置为您设置的维度，在本例中为 3。

        var data2 = new SampleTemperatureDataVector[]
        {
            new SampleTemperatureDataVector
            {
                Date = DateTime.UtcNow, 
                Temperature = new float[] {1.2f, 3.4f, 5.6f}
            },
             new SampleTemperatureDataVector
            {
                Date = DateTime.UtcNow,
                Temperature = new float[] {1.2f, 3.4f, 5.6f}
            },
        };

        int featureDimension = 3;
        var autoSchema = SchemaDefinition.Create(typeof(SampleTemperatureDataVector));
        var featureColumn = autoSchema[1];
        var itemType = ((VectorDataViewType)featureColumn.ColumnType).ItemType;
        featureColumn.ColumnType = new VectorDataViewType(itemType, featureDimension);

        IDataView data3 = mlContext.Data.LoadFromEnumerable(data2, autoSchema);

如何在运行期间使用 ML.Net 指定 Kmeans 聚类中的特征数量（向量类型）

How to specify during the run the Number of Features (Vector Type) in Kmeans Clustering with ML.Net

c#

.net

cluster-analysis

ml.net

如何在 运行 期间使用 ML.Net 指定 Kmeans 聚类中的特征数量（向量类型）

How to specify during the run the Number of Features (Vector Type) in Kmeans Clustering with ML.Net

c#

.net

cluster-analysis

ml.net

如何在运行期间使用 ML.Net 指定 Kmeans 聚类中的特征数量（向量类型）