我正在尝试在不创建作为模型输入和输出的类的情况下，通用地使用ML.NET。为此，在使用以下代码创建模型后：
public static (ITransformer model, double accuracy) TrainMultiClassModel(MulticlassExperimentSettings experimentSettings, MLContext mlContext, IDataView myview, string LabelName) { ITransformer trainedModel; MulticlassClassificationExperiment experiment = mlContext.Auto().CreateMulticlassClassificationExperiment(experimentSettings); ExperimentResult<MulticlassClassificationMetrics> experimentResult = experiment.Execute(myview, LabelName); RunDetail<MulticlassClassificationMetrics> best = experimentResult.BestRun; trainedModel = best.Model; return (trainedModel, best.ValidationMetrics.MacroAccuracy); }其中myView包含一个CSV文件，其DataKinds设置正确。
数据示例：
然后我通过运行类似下面的代码来执行该模型：
MemoryStream modelStream = new MemoryStream(ModelData); ITransformer trainedModel = mlContext.Model.Load(modelStream, out var modelInputSchema); var predictions = trainedModel.Transform(myview);同样，myView包含来自CSV文件的数据，只是预测列为空。
现在我们有了“predictions”，它是IDataView类型。
对于回归结果，这很简单。查找名为“Score”的Schema并将其加载为float：
float[] scoreColumn = predictions.GetColumn<float>("Score").ToArray();但对于多类别实验该如何操作呢？有一个名为“PredictedLabel”的Schema，类型为“String”，但以这种方式读取时，它包含0到1之间的数字：
var labelColumn = predictions.Schema.FirstOrDefault(s => s.Name == "PredictedLabel" && s.IsHidden == false);string[] scoreColumn = predictions.GetColumn<string>(labelColumn).ToArray();我如何获取实际的（在本例中是物种）名称？或者我必须以某种方式将数字映射到名称吗？我应该使用哪个映射表呢？
提前感谢您。
编辑：Eric的代码给出了这个列表：
1.41.90.20.4 0.30.10.50.61.51.31.61.01.11.81.21.72.52.12.22.02.42.3这些是22个，这很奇怪：没有正确的物种有22个字符（如果那是名称的字符），而且我只输入了4行数据来解决问题。“PredictedLabel”现在输出4个值，但仍然是数字：
但现在我在想：我该如何读取这个字段？也许它包含答案：
回答：
为完整起见，并解决最初问题的困惑，这里是答案。
首先，为什么“PredictedLabel”和“GetKeyValues”（来自Eric的答案）没有提供可用的结果？这里的问题是我使用IDataView的方式。在训练数据时，我加载了整个CSV文件，包括“ID”列，而在执行模型时我没有提供该列（因为该列对使用模型没有价值）。在训练和执行时始终省略“ID”列并保持相同的CSV布局后，Eric和我的方法都开始工作了。
所以当你想将结果解释为正确的格式时，首先看看结果DataView Schema中是否存在“PredictedLabel”。
if (predictions.Schema.Any(s => s.Name == "PredictedLabel"))如果存在，请检查其DataType。这就是你区分多类别和二元结果的方法：
var labelColumn = predictions.Schema.FirstOrDefault(s => s.Name == "PredictedLabel" && s.IsHidden == false); if (labelColumn.Type.ToString() == "Boolean"){ bool[] binaryResults = predictions.GetColumn<bool>(labelColumn).ToArray();}（或者）
if (labelColumn.Type.ToString() == "String"){ string[] multiclassResults = predictions.GetColumn<string>(labelColumn).ToArray();}现在multiclassResults将包含你记录的多类别结果作为字符串。
如果没有PredictedLabel，应该有一个“Score”Schema，其中包含你的回归结果：
float[] regressionResults = predictions.GetColumn<float>("Score").ToArray();