通常，當我們構建實驗時，我們希望確保“到某一時刻”的數據處理產生我們想要的結果。對于ML.NET來說，這不是很容易做到的：因為所有的ML.NET操作都是延遲執行的，所以我們構造的對象只是數據的“承諾”。

我們需要創建游標并掃描數據以獲得實際值。一種方法是使用模式理解^[1]并將數據映射到用戶定義的IEnumerable對象中。

另一種允許您檢查中間數據的機制是GetColumn<T>擴展方法。它允許您以IEnumerable的形式查看一列數據的內容。

以下是所有這些操作：

示例文件^[2]:

Label?Workclass?education?marital-status 0?Private?11th?Never-married 0?Private?HS-grad?Married-civ-spouse 1?Local-gov?Assoc-acdm?Married-civ-spouse 1?Private?Some-college?Married-civ-spouse //?將數據加載到數據視圖中。 var?data?=?mlContext.Data.LoadFromTextFile<InspectedRow>(dataPath,//?文件的第一行是標題，而不是數據行。hasHeader:?true );//?開始創建我們的處理管道。現在，讓我們把所有的文本列連接在一起。 var?pipeline?=?mlContext.Transforms.Concatenate("AllFeatures",?"Education",?"MaritalStatus");//?轉換數據。 var?transformedData?=?pipeline.Fit(data).Transform(data);//?“transformedData”是數據的“承諾”。讓我們實際加載它。 var?someRows?=?mlContext//?轉換為用戶定義類型的可枚舉項。.CreateEnumerable<InspectedRowWithAllFeatures>(transformedData,?reuseRowObject:?false)//?取幾個值作為數組。.Take(4).ToArray();//?提取“AllFeatures”列。這將取出整個數據集：確保只取幾行，以防數據集太大。與靜態API類似，只是您必須指定列名和類型。 var?featureColumns?=?transformedData.GetColumn<string[]>(transformedData.Schema["AllFeatures"])

參考資料

[1]

模式理解: https://github.com/dotnet/machinelearning/blob/main/docs/code/SchemaComprehension.md

[2]

示例文件: https://github.com/dotnet/machinelearning/blob/main/test/data/adult.tiny.with-schema.txt

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的ML.NET Cookbook：（5）如何查看中间过程数据？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。