通过

ML.NET CLI 命令参考

  • 项目

命令classificationregression和recommendation命令是 ML.NET CLI 工具提供的主要命令。 通过这些命令，可以使用自动化机器学习（AutoML）以及示例 C# 代码为模型运行/评分，为分类、回归和建议模型生成高质量的 ML.NET 模型。 此外，生成用于训练模型的 C# 代码，用于研究模型的算法和设置。

注释

本文介绍 ML.NET CLI 和 ML.NET AutoML，目前为预览版，材料可能会更改。

概述

示例用法：

mlnet regression --dataset "cars.csv" --label-col price

mlnet ML 任务命令（classification、regression和recommendationforecasting）生成以下资产：

  • 序列化模型 .zip（“最佳模型”）可供使用。
  • 用于运行/评分生成的模型的 C# 代码。
  • 包含用于生成该模型的训练代码的 C# 代码。

前两个资产可以直接用于最终用户应用（ASP.NET 核心 Web 应用、服务、桌面应用等），以便通过模型进行预测。

第三个资产（训练代码）显示 CLI 使用哪些 ML.NET API 代码来训练生成的模型，以便可以调查模型的特定算法和设置。

例子

分类问题的最简单 CLI 命令（AutoML 从提供的数据推断大部分配置）：

mlnet classification --dataset "customer-feedback.tsv" --label-col Sentiment

回归问题的另一个简单的 CLI 命令：

mlnet regression --dataset "cars.csv" --label-col Price

使用训练数据集、测试数据集和进一步自定义显式参数创建和训练分类模型：

mlnet classification --dataset "/MyDataSets/Population-Training.csv" --test-dataset "/MyDataSets/Population-Test.csv" --label-col "InsuranceRisk" --cache on --train-time 600

命令选项

mlnet ML 任务命令（classification、regression、recommendation和forecastingtrain）基于提供的数据集和 ML.NET CLI 选项训练多个模型。 这些命令还选择最佳模型，将模型保存为序列化 .zip 文件，并生成相关的 C# 代码用于评分和训练。

分类选项

运行 mlnet classification 将训练分类模型。 如果希望 ML 模型将数据分类为 2 个或多个类（例如情绪分析），请选择此命令。

mlnet classification

--dataset <path> (REQUIRED)

--label-col <col> (REQUIRED)

--cache <option>

--has-header (Default: true)

--ignore-cols <cols>

--log-file-path <path>

--name <name>

-o, --output <path>

--test-dataset <path>

--train-time <time> (Default: 30 minutes, in seconds)

--validation-dataset <path>

-v, --verbosity <v>

-?, -h, --help

回归选项

运行 mlnet regression 将训练回归模型。 如果希望 ML 模型预测数值（例如价格预测），请选择此命令。

mlnet regression

--dataset <path> (REQUIRED)

--label-col <col> (REQUIRED)

--cache <option>

--has-header (Default: true)

--ignore-cols <cols>

--log-file-path <path>

--name <name>

-o, --output <path>

--test-dataset <path>

--train-time <time> (Default: 30 minutes, in seconds)

--validation-dataset <path>

-v, --verbosity <v>

-?, -h, --help

建议选项

运行 mlnet recommendation 将训练建议模型。 如果希望 ML 模型根据分级（例如产品建议）向用户推荐项目，请选择此命令。

mlnet recommendation

--dataset <path> (REQUIRED)

--item-col <col> (REQUIRED)

--rating-col <col> (REQUIRED)

--user-col <col> (REQUIRED)

--cache <option>

--has-header (Default: true)

--log-file-path <path>

--name <name>

-o, --output <path>

--test-dataset <path>

--train-time <time> (Default: 30 minutes, in seconds)

--validation-dataset <path>

-v, --verbosity <v>

-?, -h, --help

无效的输入选项会导致 CLI 工具发出有效输入列表和错误消息。

预测选项

运行 mlnet forecasting 将训练时序预测模型。 如果希望 ML 模型根据历史数据预测值（例如销售预测），请选择此命令。

mlnet forecasting

--dataset <dataset> (REQUIRED)

--horizon <horizon> (REQUIRED)

--label-col <label-col> (REQUIRED)

--time-col <time-col> (REQUIRED)

--cache <Auto|Off|On>

--has-header

--log-file-path <log-file-path>

--name <name>

-o, --output <output>

--test-dataset <test-dataset>

--train-time <train-time>

-v, --verbosity <verbosity>

培训选项

运行 mlnet train 将基于模型生成器生成的“mbconfig”文件训练模型。 若要使此命令正常工作，训练数据必须与“mbconfig”文件位于同一目录中。

-training-config <training-config> (REQUIRED)

--log-file-path <log-file-path>

-v, --verbosity <verbosity>

数据集

--dataset | -d (字符串)

此参数为以下任一选项提供文件路径：

  • 答：整个数据集文件：如果使用此选项且用户未提供--test-dataset--validation-dataset，则交叉验证（k-fold 等）或自动数据拆分方法将在内部用于验证模型。 在这种情况下，用户只需提供数据集文件路径。

  • B：训练数据集文件： 如果用户还提供用于模型验证的数据集（使用 --test-dataset 和可选 --validation-dataset），则 --dataset 参数意味着仅具有“训练数据集”。 例如，使用 80% - 20% 方法来验证模型的质量并获取准确性指标时，“训练数据集”将具有 80 个数据%，而“测试数据集”的数据将有 20 个%。

测试数据集

--test-dataset | -t (字符串)

指向测试数据集文件的文件路径，例如，当使用80% - 20%方法进行常规验证以获取准确率指标时。

如果使用--test-dataset，那么也必须使用--dataset。

--test-dataset参数是可选的，除非使用 --validation-dataset。 在这种情况下，用户必须使用三个参数。

验证数据集

--validation-dataset | -v (字符串)

指向验证数据集文件的文件路径。 在任何情况下，验证数据集都是可选的。

如果使用 a validation dataset，则行为应为：

  • test-dataset参数和--dataset参数也是必需的。

  • 数据集 validation-dataset 用于估计模型选择的预测错误。

  • 用于评估最终所选模型通用化误差的 test-dataset。 理想情况下，测试集应保存在“保管库”中，并且仅在数据分析结束时才显示。

基本上，使用 validation dataset 加号 test dataset时，验证阶段分为两部分：

  1. 在第一部分中，只需查看模型，并使用验证数据选择最佳性能方法（=validation）
  2. 然后估计所选方法（=test）的准确性。

因此，数据分离可以是 80/10/10 或 75/15/10。 例如：

  • training-dataset 文件应包含 75% 的% 数据。
  • validation-dataset 文件应具有 15 条% 类型的数据。
  • test-dataset 文件应包括 10 个% 的数据。

在任何情况下，这些百分比将由使用 CLI 的用户决定，后者将提供已拆分的文件。

标签列

--label-col （int 或 string）

使用此参数，可以使用数据集标题中设置的特定目标/目标列（要预测的变量）或数据集文件中列的数字索引（列索引值从 0 开始）来指定。

此参数用于 分类 和 回归 问题。

项目列

--item-col （int 或 string）

项目列包含用户评分的项目列表（这些项目是推荐给用户的）。 可以使用数据集标题中设置的列名称或数据集文件中列的数字索引（列索引值从 0 开始）来指定此列。

此参数仅用于 建议 任务。

分级列

--rating-col （int 或 string）

分级列包含用户向项目提供的分级列表。 可以使用数据集标题中设置的列名称或数据集文件中列的数字索引（列索引值从 0 开始）来指定此列。

此参数仅用于 建议 任务。

用户字段

--user-col （int 或 string）

用户列包含为项目提供分级的用户列表。 可以使用数据集标题中设置的列名称或数据集文件中列的数字索引（列索引值从 0 开始）来指定此列。

此参数仅用于 建议 任务。

忽略列

--ignore-columns (字符串)

使用此参数，可以忽略数据集文件中的现有列，以便训练过程不会加载和使用它们。

指定要忽略的列名称。 使用“， ”（逗号加空格）或“ ”（空格）来分隔多个列名。 可以对包含空格的列名使用引号（例如，“已登录”）。

示例：

--ignore-columns email, address, id, logged_in

具有标头

--has-header （bool）

指定数据集文件是否具有标题行。 可能的值为：

  • true
  • false

如果用户未指定此参数，ML.NET CLI 将尝试检测此属性。

训练时间

--train-time (字符串)

默认情况下，最大探索或训练时间为 30 分钟。

此参数设置用于浏览多个训练程序和配置的过程的最大时间（以秒为单位）。 如果配置的时间限制太短（例如 2 秒），则单个迭代可能会超过该限制。 在这种情况下，实际时间为在单个迭代中生成一个模型配置所需的时间。

迭代所需的时间可能因数据集的大小而异。

缓存

--cache (字符串)

如果使用缓存，则会在内存中加载整个训练数据集。

对于中小型数据集，使用缓存可以显著提高训练性能，这意味着训练时间可能比不使用缓存的时间短。

但是，对于大型数据集，在内存中加载所有数据可能会产生负面影响，因为可能会内存不足。 使用大型数据集文件而不是缓存进行训练时，ML.NET 在训练时需要加载更多数据时，会从驱动器流式传输数据块。

可以指定以下值：

on：强制在训练时使用缓存。 off：强制在训练时不使用缓存。 auto：根据 AutoML 试探法，缓存可能会被使用或不被使用。 通常，如果您使用 auto 选项，小型/中型数据集将使用缓存，而大型数据集将不使用缓存。

如果未指定 --cache 参数，则默认情况下将使用缓存 auto 配置。

名称

--name (字符串)

所创建的输出项目或解决方案的名称。 如果未指定名称，则使用名称 sample-{mltask} 。

ML.NET 模型文件（.ZIP文件）也将获得相同的名称。

输出路径

--output | -o (字符串)

用于放置生成的输出的根位置/文件夹。 默认为当前目录。

详细程度

--verbosity | -v (字符串)

设置标准输出的详尽程度。

允许值包括：

  • q[uiet]
  • m[inimal] （默认情况下）
  • diag[nostic] （日志记录信息级别）

默认情况下，CLI 工具在工作时应显示一些基本反馈（minimal），例如说明它正在运行、如果可能的话显示剩余时间或已完成时间的百分比 %。

帮助

-h |--help

打印命令的帮助信息，包含对每个命令参数的说明。

另请参阅