zoukankan      html  css  js  c++  java
  • C# 机器学习

      前言:

      提起人工智能,机器学习。大家都是一脸懵的样子。其实呢,就是根据数据进行训练。然后可以大概的预测结果。Visual Studio2019 Preview中提供了图形界面的ML.Net,所以,只要我们安装Visual Studio2019 Preview就能简单的使用ML.Net了。

      话不多说,开撸!

      使用说明:

      首先新建一个任意项目,我这里使用的是控制台项目。然后右键项目->添加机器学习。

    点击机器学习时,如果我们没有开启MLNET模型创建功能,则会弹出提示,让我们开启。

     当然我们也可以手动在选项中开启,如下图:

     点击【机器学习】之后会有图形界面,如下图:

    这里的话我们点击第一个,进行情绪训练分析。

    1,方案&环境

     2,数据:

    然后我们需要进行添加数据源来训练。这里提供一个官网自带的数据 可以直接使用。其中1:代表开心 的意思  0 :代表愤怒的意思

    3,训练:

    这里节省时间,这是简单的用默认时间来训练一下。训练时长越多,那推演预测的数据越准确!

     4,评估:

    训练结束后,点击评估我们可以进行输入一些内容进行预测心情。大家可以看到准确率还是很高的。

     5,代码:

    这是vs自带的训练类库。然后我们该如何使用呢?使用也很简单,点击代码 ,然后选择添加项目。你就会看到多了两个项目。如图:

    6,使用:

    然后下面给大家一个main函数的代码 可以自行复制 使用。

            /// <summary>
            /// 分析 人语言的情绪    1  开心,  0  愤怒;
            /// </summary>
            /// <param name="args"></param>
    
            static void Main(string[] args)
            {
                while (true)
                {
                    var str = Console.ReadLine();
                    if (str == "exit")
                    {
                        break;
                    }
                    //// Add input data
                    var input = new ModelInput();
                    input.Col0 = str;
                    // Load model and predict output of sample data
                    ModelOutput result = ConsumeModel.Predict(input);
                    Console.WriteLine($"Col0: {input.Col0}");
    
    
                    //Console.WriteLine($"\n\nPredicted Col1 value {result.Prediction} \nPredicted Col1 scores: [{String.Join(",", result.Score)}]\n\n");
    
    
                    var value0 = result.Score[0].ToString();
                    decimal.TryParse(value0, out decimal res0);
    
                    var value1 = result.Score[1].ToString();
                    decimal.TryParse(value1, out decimal res1);
    
    
                    if (res0 > res1)
                    {
                        Console.WriteLine("愤怒");
    
                    }
                    else
                    {
                        Console.WriteLine("开心");
                    }
                    Console.WriteLine("\r\n");
                    Console.WriteLine("输入exit,以退出");
                    Console.WriteLine("\r\n");
                }
    
            }

    运行结果:

    最后,本人还是特别稀罕人工智能方面的技术的。奈何能力有限,只能慢慢接触,慢慢学习。希望能给大家带来一些帮助。

    关于这篇文章推荐观看这篇文章:https://www.cnblogs.com/kiba/p/14097006.html

    感谢博主给的启发接触这块。

    从前慢,车马慢。 一生只爱一个人。
  • 相关阅读:
    分层图最短路(DP思想) BZOJ2662 [BeiJing wc2012]冻结
    动态规划 BZOJ1925 地精部落
    线性DP SPOJ Mobile Service
    线性DP codevs2185 最长公共上升子序列
    数位DP POJ3208 Apocalypse Someday
    线性DP POJ3666 Making the Grade
    杨氏矩阵 线性DP? POJ2279 Mr.Young's Picture Permutations
    tarjan强连通分量 洛谷P1262 间谍网络
    树链剖分 BZOJ3589 动态树
    二分图 BZOJ4554 [Tjoi2016&Heoi2016]游戏
  • 原文地址:https://www.cnblogs.com/BFMC/p/15656425.html
Copyright © 2011-2022 走看看