ML.NET在C#项目中的使用

一、概述

    ML.NET 使你能够在联机或脱机场景中将机器学习添加到 .NET 应用程序中。 借助此功能，可以使用应用程序的可用数据进行自动预测。 机器学习应用程序利用数据中的模式来进行预测，而不需要进行显式编程。

    ML.NET 的核心是机器学习模型 。 该模型指定将输入数据转换为预测所需的步骤。 借助 ML.NET，可以通过指定算法来训练自定义模型，也可以导入预训练的 TensorFlow 和 ONNX 模型。

    拥有模型后，可以将其添加到应用程序中进行预测。

    ML.NET 在使用 .NET Core 的 Windows、Linux 和 macOS 或使用 .NET Framework 的 Windows 上运行。 所有平台均支持 64 位。 Windows 支持 32 位，TensorFlow、LightGBM 和 ONNX 相关功能除外。

二、安装ML.NET

        在Visual Studio 2022的菜单中选择  工具-获取工具和功能，选中 单个组件包下的ML.NET Model Builder

 然后击点 修改，等下载完成即可

三、使用ML.NET

        在C#项目中选择添加 机器学习模型

给模型取名，则会增加一个.mbconfig文件

然后根据向导选择训练模型方案

 然后根据向导一步一步选择环境、数据、训练， 根据不同情况所需训练时间不同，需几分或几十分钟不等，若评估满足要求后，就可以项目中使用模型。

*ML.NET在快速发展中，当前可使用的算法模型有限，需要及时更新。

四、参考文档

1、什么是 ML.NET 以及它如何工作？ - ML.NET | Microsoft Docs

2、Tutorial: Forecast bike rental demand - time series - ML.NET | Microsoft Docs