.NET 机器学习操作指南

在 ML.NET 指南的“操作方法”部分中，可以找到常见问题的快速解答。 在某些情况下，文章可能列在多个部分中，使其易于查找。

加载数据

• 从文件和 SQL 数据库加载数据。

准备数据

• 预处理训练数据，以便在数据处理中使用规范化器。

训练模型

• 使用交叉验证训练机器学习模型。

• 训练回归模型以使用 ML.NET 预测值。

模型可解释性

• 确定具有排列特征重要性的模型的特征重要性。

运行

• 检查 ML.NET 处理管道中的中间数据值。

• 加载已训练的机器学习模型。

• 使用训练的模型进行预测。

概率 (Infer.NET)

• 创建具有 Infer.NET 和概率编程的游戏匹配列表应用。