我正在尝试将二元分类示例中展示的批量预测应用到多类分类中。

谷歌和微软的许多示例都展示了单个预测，以展示训练模型的能力。

然而，我希望通过批量预测来展示训练模型的有效性，具体包括a) 多个手动输入和b) 使用没有标签的文件进行预测。

我已经按照二元分类示例进行操作，并尝试将其映射到多类分类示例上，但预测结果并未显示。

以下是多类分类示例中展示的单个预测

// Single PredictionITransformer loadedModel = _mlContext.Model.Load(_modelPath, out var modelInputSchema);GitHubIssue singleIssue = new GitHubIssue() { Title = "Entity Framework crashes", Description = "When connecting to the database, EF is crashing" }; // Our single issue_predEngine = _mlContext.Model.CreatePredictionEngine<GitHubIssue, IssuePrediction>(loadedModel);var singleprediction = _predEngine.Predict(singleIssue);Console.WriteLine($"=============== Single Prediction - Result: {singleprediction.Area} ===============");

以下是二元分类示例中展示的批量预测，但在当前场景中不起作用。

// Batch Predictions from EnumerableITransformer loadedModel = _mlContext.Model.Load(_modelPath, out var modelInputSchema);IDataView batchIssues = _mlContext.Data.LoadFromEnumerable(issues);IDataView predictions = loadedModel.Transform(batchIssues);IEnumerable<GitHubIssue> predictedResults = _mlContext.Data.CreateEnumerable<GitHubIssue>(predictions, reuseRowObject: false);foreach (GitHubIssue prediction in predictedResults){Console.WriteLine($"Title: {prediction.Title} | Prediction: {prediction.Area}");}

在单个预测后，我得到了以下结果：

area-System.Data

而批量处理并未预测出输出，我认为它并没有进行预测，但在阅读微软的ML.NET网站上的资料时，它指出transform将使用模型对一批数据进行预测。

“使用Transform()方法通过模型预测评论数据的情感”

问题1）我不确定在批量预测的可枚举对象中缺少什么，无法获得像单个值中显示的prediction.area的预测结果。

问题2）如何调整可枚举对象以加载未标记信息的文件进行预测。

回答：

请注意：此处的所有代码都放置在多类分类示例的PredictIssues方法中。

问题1的答案

调整代码以使用predEngine，然后在foreach中的单个预测上使用predict函数是有效的。为此需要进行两个更改：

var batchPrediction = _predEngine;Console.WriteLine($"Prediction: {batchPrediction.Predict(prediction).Area}"); 

此外，我删除了以下行：

IDataView predictions = loadedModel.Transform(batchIssues);

删除此函数对预测结果没有影响。看起来有效的完整代码如下：

IEnumerable<GitHubIssue> issues = new[]{    new GitHubIssue    {         Title = "Entity Framework crashes",         Description = "When connecting to the database, EF is crashing"    },    new GitHubIssue    {         Title = "Github Down",         Description = "When going to the website, github says it is down"    }};var batchPrediction = _predEngine;// Batch Predictions from EnumerableIDataView batchIssues = _mlContext.Data.LoadFromEnumerable(issues);IEnumerable<GitHubIssue> predictedResults = _mlContext.Data.CreateEnumerable<GitHubIssue>(batchIssues, reuseRowObject: false);foreach (GitHubIssue prediction in predictedResults){        Console.WriteLine($"Title: {prediction.Title} | Prediction: {batchPrediction.Predict(prediction).Area}");}

问题2的答案

我创建了一个新文件，包含ID、Area（此处留空）、Title和Description，与测试和训练数据文件类似。

我在全局范围内（命名空间下方）添加了两个变量，如下所示：

private static string _myTestDataPath => Path.Combine(_appPath, "..", "..", "..", "Data", "myTestData.tsv");private static IDataView _myTestDataView;

我没有创建IEnumerable，而是直接传递文件，如下所示：

_myTestDataView = _mlContext.Data.LoadFromTextFile<GitHubIssue>(_myTestDataPath, hasHeader: true);

以下是方法的完整示例：

ITransformer loadedModel = _mlContext.Model.Load(_modelPath, out var modelInputSchema);_predEngine = _mlContext.Model.CreatePredictionEngine<GitHubIssue, IssuePrediction>(loadedModel);_myTestDataView = _mlContext.Data.LoadFromTextFile<GitHubIssue>(_myTestDataPath, hasHeader: true);IDataView predictions = loadedModel.Transform(_myTestDataView);var batchPrediction = _predEngine;IEnumerable<GitHubIssue> predictedResults =    _mlContext.Data.CreateEnumerable<GitHubIssue>(predictions, reuseRowObject: false);foreach (GitHubIssue prediction in predictedResults){    Console.WriteLine($"Title: {prediction.Title} | Prediction: {batchPrediction.Predict(prediction).Area}");}

作为补充说明，将批量预测与单个预测进行比较时，必须在输出的末尾包含.Area，如最后一行所示

// Manual Batch PredictionsConsole.WriteLine($"Title: {prediction.Title} | Prediction: {batchPrediction.Predict(prediction).Area}");// File-based Batch PredictionsConsole.WriteLine($"Title: {prediction.Title} | Prediction: {batchPrediction.Predict(prediction).Area}");