TextLoader用于從文本文件加載數據。您需要指定什么是數據列、它們的類型以及在文本文件中的位置。

當輸入文件包含許多相同類型的列（通常打算一起使用）時，我們建議從一開始就將它們作為向量列進行加載：這樣，數據的架構就更干凈了，我們不會產生不必要的性能成本。

示例文件^[1]:

-2.75;0.77;-0.61;0.14;1.39;0.38;-0.53;-0.50;-2.13;-0.39;0.46;140.66 -0.61;-0.37;-0.12;0.55;-1.00;0.84;-0.02;1.30;-0.24;-0.50;-2.12;148.12 -0.85;-0.91;1.81;0.02;-0.78;-1.41;-1.09;-0.65;0.90;-0.37;-0.22;402.20 0.28;1.05;-0.24;0.30;-0.99;0.19;0.32;-0.95;-1.19;-0.63;0.75;443.51

使用TextLoader加載此文件：

//?創建加載器：定義數據列以及它們在文本文件中的位置。 var?loader?=?mlContext.Data.CreateTextLoader(new[]?{//?我們將前10個值作為單個浮點向量加載。new?TextLoader.Column("FeatureVector",?DataKind.Single,?new[]?{?new?TextLoader.Range(0,?10)?}),//?單獨加載目標變量。new?TextLoader.Column("Target",?DataKind.Single,?11)},//?默認分隔符是tab，但我們需要使用分號。separatorChar:?';');//?現在加載文件（記住，加載器是延遲執行的，所以實際加載將在訪問數據時發生）。 var?data?=?loader.Load(dataPath);

或者通過為其創建數據模型：

private?class?RegressionData {[LoadColumn(0,?10),?ColumnName("Features")]public?float?FeatureVector?{?get;?set;}[LoadColumn(11)]public?float?Target?{?get;?set;} }//?將數據加載到數據視圖中。 var?trainData?=?mlContext.Data.LoadFromTextFile<RegressionData>(trainDataPath,//?默認分隔符是tab，但我們需要使用分號。separatorChar:?';' );??

參考資料

[1]

示例文件: https://github.com/dotnet/machinelearning/blob/main/test/data/generated_regression_dataset.csv

總結

以上是生活随笔為你收集整理的ML.NET Cookbook：（3）如何从CSV加载包含多个列的数据？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。