在 ML.NET 中执行 ITransformer.Transform 后从 IDataView 中提取 MultiClass 结果

Question

我正在尝试一般地使用 ML.NET，而不必创建 class 作为模型的输入和输出。为此，在使用此创建模型后：

        public static (ITransformer model, double accuracy) TrainMultiClassModel(MulticlassExperimentSettings experimentSettings, MLContext mlContext, IDataView myview, string LabelName)
    {
        ITransformer trainedModel;
        MulticlassClassificationExperiment experiment = mlContext.Auto().CreateMulticlassClassificationExperiment(experimentSettings);

        ExperimentResult<MulticlassClassificationMetrics> experimentResult = experiment.Execute(myview, LabelName);
        RunDetail<MulticlassClassificationMetrics> best = experimentResult.BestRun;

        trainedModel = best.Model;

        return (trainedModel, best.ValidationMetrics.MacroAccuracy);
    }

其中 myView 包含正确设置 DataKinds 的 CSV 文件。

数据示例：

然后我通过运行执行该模型，如下所示：

            MemoryStream modelStream = new MemoryStream(ModelData);
            ITransformer trainedModel = mlContext.Model.Load(modelStream, out var modelInputSchema);
            var predictions = trainedModel.Transform(myview);

同样，myView 包含来自 CSV 文件的数据，只是预测列为空。

现在我们有了 "predictions"，它是 IDataView 类型。

对于回归结果，这很简单。查找名为 "Score" 的架构并将其加载为 float:

float[] scoreColumn = predictions.GetColumn<float>("Score").ToArray();

但是它如何用于 MultiClass 实验？有一个名为 "PredictedLabel" 的模式，类型为 "String"，但它包含 0 到 1 之间的数字，如下所示：

var labelColumn = predictions.Schema.FirstOrDefault(s => s.Name == "PredictedLabel" && s.IsHidden == false);
string[] scoreColumn = predictions.GetColumn<string>(labelColumn).ToArray();

我如何获得（在本例中）物种的实际名称？或者我是否必须以某种方式将数字映射到名称？我要使用哪种映射 table？

提前致谢。

编辑：Eric 的代码给出了这个列表：

1.4
1.9
0.2
0.4
 0.3
0.1
0.5
0.6
1.5
1.3
1.6
1.0
1.1
1.8
1.2
1.7
2.5
2.1
2.2
2.0
2.4
2.3

那些是 22，这很奇怪：正确物种的 none 确实有 22 个字符（以防那是名字中的字符），而我只输入了 4 行数据来解决。 "PredictedLabel" 同时输出 4 个值，但仍然是数字：

但现在我想知道：我该如何阅读这个字段？也许它包含答案：

Answer 1

您要使用的是一种名为GetKeyValues的方法。这将为您提供一个 VBuffer<ReadOnlyMemory<char>>，其中缓冲区中的每个字符串都是 "value" 对应索引到 "keys" 或 "classes" 中的 multi-class class化模型。

var predictions = trainedModel.Transform(myview);

var labelColumn = predictions.Schema[labelName]; // this is "Species" in your example above

VBuffer<ReadOnlyMemory<char>> keys = default;
labelColumn.GetKeyValues(ref keys);

foreach (var key in keys.DenseValues())
{
    Console.WriteLine(key);
}

Answer 2

为了完整起见，并解决最初问题中的困惑，这里是答案。

首先，为什么 "PredictedLabel" 和 "GetKeyValues"（来自 Erics 的回答）没有提供可用的结果？这里的问题是我使用 IDataView 的方式。在训练数据时，我加载了整个 CSV，包括 "ID" 列，这是我在执行模型时没有提供的（因为该列对于使用模型没有价值）。在切换到始终省略 "ID" 列并在训练和执行中使用相同的 CSV 布局后，Eric 和我的方法都开始起作用了。

因此，当您想将结果解释为正确的格式时，首先要查看生成的 DataView 架构中是否存在 "PredictedLabel"。

if (predictions.Schema.Any(s => s.Name == "PredictedLabel"))

如果是，请检查其数据类型。这就是您如何区分 MultiClass 和 Binary 结果：

    var labelColumn = predictions.Schema.FirstOrDefault(s => s.Name == "PredictedLabel" && s.IsHidden == false);            
    if (labelColumn.Type.ToString() == "Boolean")
{
    bool[] binaryResults = predictions.GetColumn<bool>(labelColumn).ToArray();
}

(或)

    if (labelColumn.Type.ToString() == "String")
{
    string[] multiclassResults = predictions.GetColumn<string>(labelColumn).ToArray();
}

multiclassResults 现在将以字符串形式包含您写下的 MultiClass 结果。

如果没有 PredictedLabel，应该有一个 "Score" 架构，其中包含您的回归结果：

float[] regressionResults = predictions.GetColumn<float>("Score").ToArray();

在 ML.NET 中执行 ITransformer.Transform 后从 IDataView 中提取 MultiClass 结果

Extract MultiClass results from IDataView after performing ITransformer.Transform in ML.NET

.net

c#

machine-learning

ml.net