C#机器学习入门实战：从零构建你的第一个预测模型

1次阅读

共计 2078 个字符，预计需要花费 6 分钟才能阅读完成。

ML.NET 是微软为.NET 开发者提供的跨平台机器学习框架，它允许开发者在不离开 C# 生态的情况下实现机器学习任务。与 Python 生态相比，ML.NET 具有以下特点：

无需环境切换：直接在 Visual Studio 或 Rider 中开发，无需配置 Python 环境
强类型安全：利用 C# 的类型系统减少运行时错误
生产就绪：原生支持模型序列化和 ASP.NET Core 集成
性能优化：针对.NET 运行时进行了特定优化

不过需要注意的是，ML.NET 的算法库目前没有 Python 生态丰富，在遇到前沿算法需求时可能需要考虑 TensorFlow.NET 等方案。

首先创建.NET 6 控制台项目，添加必要的 NuGet 包：

<PackageReference Include="Microsoft.ML" Version="2.0.0" />
<PackageReference Include="Microsoft.Data.Analysis" Version="0.20.0" />

使用 DataFrame API 加载 CSV 数据：

using Microsoft.Data.Analysis;

// 加载数据
var housingData = DataFrame.LoadCsv("housing.csv");

// 处理缺失值
housingData.FillNulls(-1, inPlace: true);

// 删除无关列
housingData.Columns.Remove("Id");

创建 ML.NET 数据处理管道：

var mlContext = new MLContext();

// 构建数据预处理管道
var dataProcessPipeline = mlContext.Transforms
    .Concatenate("Features", "SquareFeet", "Bedrooms", "Location")
    .Append(mlContext.Transforms.NormalizeMinMax("Features"))
    .Append(mlContext.Transforms.Categorical.OneHotEncoding("Location"));

使用 FastTree 回归算法：

var trainer = mlContext.Regression.Trainers.FastTree(
    new FastTreeRegressionTrainer.Options
    {
        NumberOfLeaves = 20,
        MinimumExampleCountPerLeaf = 10,
        LearningRate = 0.1
    });

var trainingPipeline = dataProcessPipeline.Append(trainer);

var model = trainingPipeline.Fit(trainTestSplit.TrainSet);

计算评估指标：

var predictions = model.Transform(trainTestSplit.TestSet);
var metrics = mlContext.Regression.Evaluate(predictions);

Console.WriteLine($"MAE: {metrics.MeanAbsoluteError}");
Console.WriteLine($"RMSE: {metrics.RootMeanSquaredError}");

使用以下方式序列化模型：

mlContext.Model.Save(model, trainTestSplit.TrainSet.Schema, "model.zip");

// 反序列化时确保特征 Schema 一致
var loadedModel = mlContext.Model.Load("model.zip", out var schema);

常见陷阱包括：