对于ML.NET，通常演示的用例是当训练数据驻留在磁盘的某个地方时，我们使用TextLoader来加载它。然而，在真实的训练场景中，训练数据可以在其他地方：在一堆SQL表中，从日志文件中提取，甚至动态生成。

下面是我们如何使用模式理解^[1]将现有的C#IEnumerable作为数据视图引入ML.NET。

在本例中，我们假设我们建立了客户流失预测模型，并且我们可以从生产系统中提取以下特征：

• 客户ID（模型忽略）

• 客户是否有流失（目标“标签”）

• “人口统计类别”（字符串，如“年轻人”等）

• 最近5天的访问次数。

private class CustomerChurnInfo
{public string CustomerID { get; set; }public bool HasChurned { get; set; }public string DemographicCategory { get; set; }// 最近5天内的访问，最早到最新。[VectorType(5)]public float[] LastVisits { get; set; }
}

有了这些信息，下面就是我们如何将这些数据转换为ML.NET数据视图并对其进行训练的方法：

// 第一步：将数据加载为IDataView。
// 假设“ GetChurnData（）”从某处获取并返回训练数据
IEnumerable<CustomerChurnInfo> churnData = GetChurnInfo();var trainData = mlContext.Data.LoadFromEnumerable(churnData);// 建立学习管道。
// 在我们的案例中，我们将对人口统计类别进行一次编码，然后将其与访问次数结合起来。
// 我们应用FastTree二进制分类器来预测“ HasChurned”标签。var pipeline =// 将分类功能“DemographicCategory”转换为独热编码。mlContext.Transforms.Categorical.OneHotEncoding("DemographicCategoryOneHot", "DemographicCategory")// 将所有分类特征转换为索引，并构建一个“词袋”。.Append(mlContext.Transforms.Concatenate("Features", new[] { "DemographicCategoryOneHot", "LastVisits" }).Append(mlContext.BinaryClassification.Trainers.FastTree());var model = pipeline.Fit(trainData);

欢迎关注我的个人公众号”My IO“

参考资料

[1]

模式理解: https://github.com/dotnet/machinelearning/blob/main/docs/code/SchemaComprehension.md