问题标签 [ml.net]

我是 VS 代码/F# 的新手，我正在尝试构建一个 F# 控制台应用程序（在 Windows 工作站和我的 Linux 计算机上）。

我将 Ionide 扩展与 FAKE 一起安装。

我正在考虑的代码是 Iris 示例（请参阅如何将介绍 ML.Net 演示转换为 F#？），使用 Ionide 并使用 Microsoft.ML 创建一个新的 F# 项目。

我iris.fsproj的是

运行脚本时（我使用“播放”按钮又名 F#：运行 VS Code/Ionide 提供的脚本）我得到：

C:\Users\MyUser\.nuget\packages\microsoft.ml\0.2.0\build\Microsoft.ML.targets(16,5): error : Microsoft.ML currently supports 'x64' processor architectures. Please ensure your application is targeting 'x64'.

和...一起

Running build failed. Error: System.Exception: dotnet build failed

如何使用 Ionide 提供的项目结构定位 x64？

我一直在玩 ML.Net，并希望将其集成到 ASP.NET MVC 项目中。

我有一个控制台应用程序，负责训练模型，然后将其保存到服务器上的文件夹中，然后 MVC 项目将加载它并使用它来预测结果。

在我的初始测试中，控制台应用程序能够训练模型并将其保存到文件中，然后从该文件加载模型并预测一些结果。

但是，MVC 项目无法加载相同的模型文件，但出现以下异常：

有人经历过吗？奇怪的是，相同的模型会在控制台应用程序中按预期加载，但在 MVC 项目中失败。

控制台应用程序和 mvc 项目都在 .Net Framework 4.6.1（ML.NET 要求的 .Net 标准 2.0）上运行。控制台应用程序面向 x64，而 MVC 项目设置为 AnyCPU，但本地 IIS 服务器在 x64 进程中加载​​站点。

任何帮助，将不胜感激。

谢谢

编辑 按照评论中的要求，这里有一些代码片段：

编辑 ML.Net 0.3.0 版（来自 Nuget 包）

我正在尝试做的事情：

我想展示一棵树。

我做了什么：

我使用ML.net使用随机 forrest 算法训练决策树模型。

随机 forrest 算法会产生多个回归树，我想显示这些回归树。

当我获取树列表时，我以以下格式获取它们：

ML.net 的包含类是RegressionTree.cs

根据我的理解left_childand right_childare LteChildand GtChild，所有这些数组都具有不带叶子的最大节点数的长度（因此，如果有 20 个叶子，则长度为 19）。

split_feature是使用的特征的数据列。

我认为负值是叶子。

我的问题：

不幸的是，我无法像这样构建基于节点的树

因为我不明白数组的值是如何排序的。

更新：

与往常一样，当您向他人寻求帮助时，您自己很快就会得到另一个有希望的想法：

我深入研究了 ML.net 的代码，我想我找到了一个线索（感兴趣的人第 856 行）。

我的猜测是必须有一个变量作为计数器，例如int node

这个计数器开始于0

要获得拆分列，需要获得SplitFeatures[node]

子节点将是LteChild[node](LesserThanEqualChild) 和GtChild[node](GreaterThan)

等等。

更新2：

我想我做对了

结构化数据：

一旦我编写了解决方案，我会将其发布为答案。

我已按照（https://www.microsoft.com/net/learn/apps/machine-learning-and-ai/ml-dotnet/get-started/windows）中提供的步骤开始使用 ML.NET 10分钟。

但是在运行应用程序时。控制台通过以下运行时错误。

我正在尝试使用 Microsoft.ML 中的 FastTreeRegressor 构建 ML 模型，将出租车票价预测教程中的代码复制到我预先存在的环境中，在那里我可以交换数据和一些参数。这一切都成功构建，但运行会产生错误：

System.InvalidOperationException：'找不到入口点'Trainers.FastTreeRegressor''

我怎样才能解决这个问题？

旁注：我排除了代码示例，因为教程包含它们，并且提前知道答案（见下文），它们不会增加问题的解决能力。

我正在尝试使用一些随机测试数据的 ML.net 框架。我的数据存在 DepartmentId (1-25) 和 Body (string)。我希望我的机器预测应该分配身体的部门（例如在像 Zendesk 这样的票务系统中）。

使用以下代码，我收到一个错误：

ArgumentOutOfRangeException：缺少分数列

我不确定为什么它说该Score列丢失，因为它存在于我的预测类中。

这是我训练模型的设置，以及我的课程。

主要的

部门数据和部门预测

示例数据

评估

在 ML.net 中发布训练模型。

从 TaxiFareExample 发布更改模型。“特征”必须是已知大小的 R4 向量，但类型为：Vec。

我从TaxiFare示例开始，并且有效。但后来我更改了模型并添加了我自己的值和数据。我得到了关于Features上述的错误。我玩了一段时间并尝试限制我的数据。甚至尝试再次预测票价金额，但使用我的值作为模型（2 个整数）。

我的数据模型非常基础，我不会添加更多变量，而是尝试从简单开始。

一些第一行（我将前两个值作为int's 并试图将第三个值预测为 a float）。

在这里问了一个问题，但还没有看到回复。

我正在使用Microsoft 的 ML.net 库。

我想根据在运行时生成合同的模型来训练数据（这意味着在编译时这些字段是未知的）。这可以使用当前 ML.net 的 Train() 方法签名来实现吗？

到目前为止，我正在尝试通过传入 TInput 和 TOutput 对象（而不是 T 类）的实例来调用此 Train 方法。

LightGBM我有一个机器学习问题，我在使用和的训练/测试数据上获得了非常好的结果XGBoost。下一步是从这些模型之一获取预测到现有 C# 应用程序 (.NET Framework 4.6.1) 是否有任何库可以帮助我做到这一点？到目前为止我已经尝试过：

• ML.NET：应该适用于LigthGBM，但由于这个错误，它仅适用于 .NET Core。
• Windows.ML：这应该能够预测 ONNX 模型，并且我设法从我的模型创建了一个 ONNXXGBoost模型。但 Windows.ML 似乎只适用于 UWP 应用程序，至少所有示例都是 UWP。
• SharpLearning：这个库有一个接口XGBoost。不幸的是，它不支持我所依赖的样本权重。
• CNTK：尝试加载 ONNX 文件（类似于此示例），但得到：错误：CNTK 不支持 ONNX (TreeEnsembleClassifier)。

有什么建议，还是我必须等待 ML.NET 修复错误？

我使用 VS 2017 创建了一个 Dotnet 核心应用程序，然后将其发布，然后将具有运行时文件夹和我的应用程序 dll 的已发布文件夹复制到我安装了 dotnet 核心框架的 Windows 服务器 2016。

即使我从命令行运行应用程序，我也会收到以下错误。（我发现这个 dll 在运行时文件夹下，但不知何故应用程序无法加载）

调用的目标已引发异常。---> System.Reflection.TargetInvocationException：调用的目标已抛出异常。---> System.DllNotFoundException：无法加载 DLL 'CpuMathNative' 或其依赖项之一：找不到指定的模块。（来自 HRESULT 的异常：0x8007007E）