C# ML 预测奇怪的值

Question

我最近对 C# 中的机器学习产生了兴趣。我从 Microsoft 网站下载示例代码并想对其进行测试。

代码：

using System;
using Microsoft.ML;
using Microsoft.ML.Data;

class Program
{
    public class HouseData
    {
        public float Size { get; set; }
        public float Price { get; set; }
    }

    public class Prediction
    {
        [ColumnName("Score")]
        public float Price { get; set; }
    }

    static void Main(string[] args)
    {
        MLContext mlContext = new MLContext();

        // 1. Import or create training data
        HouseData[] houseData = {
               new HouseData() { Size = 100, Price = 10 },
               new HouseData() { Size = 200, Price = 20 },
               new HouseData() { Size = 300, Price = 30 },
               new HouseData() { Size = 400, Price = 40 },
               new HouseData() { Size = 500, Price = 50 },
               new HouseData() { Size = 600, Price = 60 },
               new HouseData() { Size = 700, Price = 70 },
               new HouseData() { Size = 800, Price = 80 } };
        IDataView trainingData = mlContext.Data.LoadFromEnumerable(houseData);

        // 2. Specify data preparation and model training pipeline
        var pipeline = mlContext.Transforms.Concatenate("Features", new[] { "Size" })
            .Append(mlContext.Regression.Trainers.Sdca(labelColumnName: "Price", 
       maximumNumberOfIterations: 100));

        // 3. Train model
        var model = pipeline.Fit(trainingData);

        // 4. Make a prediction
        var size = new HouseData() { Size = 400 };
        var price = mlContext.Model.CreatePredictionEngine<HouseData, Prediction>(model).Predict(size);

        Console.WriteLine($"Predicted price for size: {size.Size} is {price.Price}");
    }
}

我修改训练数据（添加更多记录）并尝试在大小为 400 时检查价格值。程序 return 奇怪的值，示例：

First run: -5,815702
Second run: 30,172789
Third run: 24,27233

在我看来，程序应该return数字40是合乎逻辑的。我怎么会犯错误，结果完全不同？

Answer 1

关于不同的结果：

请参阅有关 seed 的 here 文档。

还有关于特定 SDCA 选项的 here：

For reproducible results, it is recommended that one sets 'Shuffle' to False and 'NumThreads' to 1

ML.Net 中的许多操作是不确定的。您看到这个是因为您在每个程序上训练模型运行并且训练本身由于上面强调的因素是不确定的。

因此，如果您需要重新训练具有确定性输出的模型，您可以在MLContext构造函数中设置seed参数，Shuffle 到 false 和 NumThreads 到 1.

通常对于诸如回归之类的监督学习技术，训练将与预测分开执行，将训练后的模型存储在状态中，以便随后用于多个预测。

相对于你的期望值40：

您似乎在期待线性回归的结果。 SdcaRegressionTrainer 与线性回归不同 - 这反映在您看到的结果中。

有关 SdcaRegressionTrainer 的更多详细信息，请参阅 docs。

C# ML 预测奇怪的值

C# ML predict weird value

c#

machine-learning

ml.net