问题标签 [ml.net-model-builder]

我是 ML.NET 机器学习的新手，但遇到了问题。我使用 Visual Studio 2019 for Mac，无法使用图形界面创建模型构建器。我只能选择使用 CLI 创建模型构建器。这就是问题出现的地方。Visual Studio 2019 for Windows 为您提供了从 SQL 数据库读取数据的选择，而在 Mac 上您不能这样做。据我观察，我无法使用 CLI 连接到数据库。有人可以告诉我如何在 CLI 中从 SQL 读取数据以便在 ML.NET 中创建模型构建器吗？

我相信我了解何时需要调用 Concatenate，了解哪些数据以及原因。我想了解的是调用 Concatenate 时输入列数据的物理变化。

这是某种哈希函数，它对列中的所有输入数据进行哈希处理并生成结果？

换句话说，我想知道这在技术上是否可以从 Concatenate 生成的值中恢复原始值？

传递到 Concatenate 的数据列的顺序是否会影响结果模型以及以何种方式？

为什么我要问这一切。我试图了解哪些输入参数以及以何种方式影响所生成模型的质量。我有很多输入数据列。它们都相当重要，重要的是这些价值观之间的关系。如果 Concatenate 做了一些简单的事情并失去了值之间的关系，我会尝试一种方法来提高模型的质量。如果它相当复杂并且保留了值的详细信息，我会使用其他方法。

我希望自动化更多可以通过 Visual Studio GUI 完成的自动训练。mlnet 命令行工具很有用，但不允许指定列类型，并且在从 CSV 文件加载数据时（尤其是 '0.05663258 '）。

有没有办法将 .mbconfig 文件传递​​给 mlnet 命令行工具（因为这些只是 JSON 文件，具有更大的灵活性）？看起来这可能是一个待处理的功能请求，但该工具的文档从源到源有点不一致......

或者，有没有办法在 CLI 中指定列类型（或默认列类型）？我确实看到了忽略列的命令选项，但没有任何东西可以控制默认列数据类型或单个列的数据类型。

我想使用模型生成器进行图像识别，我按照这个例子https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/object-detection-model-builder#prerequisites 来做在 VS2019 中，但是 azure 花钱想免费的方式做一些图像识别。谁能告诉我VS2022有没有免费的方法，如果有，有教程吗

谢谢

我是 ML 新手，但我决定在 ML.NET 中创建一个用于数据分类的程序。但是，我的数据集有非常多的列，所以我将使用另一个示例。

有一个 iris 数据库有五列：

• sepalLength（数字）
• sepalWidth（数字）
• petalWidth（数字）
• petalWidth（数字）
• irisClass（预测 -> Iris-setosa/Iris-versicolor/Iris-virginica）

是否有可能调查给定的数据列在多大程度上影响了一朵花对给定类型的鸢尾花的分类？例如，sepalLength列的值对结果的影响为 60%，而petalWidth列的值对结果的影响为 5%。

作为 ML.Net 的新手并使用 TimeSeriesPrediction 模型和引擎，我不太了解并找到足够的文档来说明TimeSeriesPredictionEngine<TSrc,TDst>.CheckPoint方法的确切作用。
我的理解是，当我们在时间序列中有新的提要时，我们应该检查模型以进行下一次预测，但是我们可以一直这样做吗？我们最终是否需要在一段时间后重新训练模型，或者使用检查点方法与重新训练具有所有历史记录的模型做同样的事情？根据您的经验，最佳实践是什么？