15、机器学习模型的应用与深度学习基础

机器学习模型的应用与深度学习基础

1. ML.NET 模型的数据输入与输出定义

在 ML.NET 中，我们可以通过定义 Input 和 Output 类来处理数据和模型的输入输出。以下是相关代码：

public class Input
{
    [LoadColumn(0)]
    public string Text;
    [LoadColumn(1), ColumnName("Label")]
    public bool Sentiment;
}
public class Output
{
    [ColumnName("PredictedLabel")]
    public bool Prediction { get; set; }
    public float Probability { get; set; }
}

这里， LoadColumn 属性将数据文件中的列映射到 Input 类的属性上。具体来说， Text 字段的值来自输入文件的第 0 列， Sentiment 字段的值（用 1 和 0 表示文本情感的正负）来自第 1 列。 ColumnName("Label") 属性将第二列标识为标签列，即模型要预测的目标值所在的列。

Output 类定义了输出模式，包含 Prediction