ML.NET Cookbook：如何调试实验或预览管道？

Posted 2021-06-19 dotNET跨平台

大多数ML.NET数据操作都是'延迟执行'的：声明时，操作符不会立即处理数据，而是验证该操作是否可行。执行被推迟到实际请求输出数据为止。这意味着架构不匹配将在声明时抛出，但是直到执行时才抛出数据错误。延迟计算是数据库系统的一种技巧，它允许在评估管道时优化性能，但确实会增加逐步完成和调试实验的难度。

为了提高调试能力，我们为所有数据视图、转换器、估计器和加载程序添加了Preview()扩展方法：

• 数据视图的Preview是在单个内存结构中包含编码为对象的数据视图的前100行（可配置）。

• 转换器的Preview是将数据作为输入，并输出转换后的数据的预览。

• 估计器的Preview也将数据作为输入，在数据的前100行（可配置）中拟合“近似模型”，然后输出结果转换器的预览。

我们试图使Preview调试器变得友好：我们的期望是，如果您在Watch窗口中输入data.Preview()，那么您将能够轻松地检查那里的数据。

这是代码示例：

var estimator = mlContext.Transforms.Conversion.MapValueToKey("Label")
    .Append(mlContext.MulticlassClassification.Trainers.SdcaMaximumEntropy())
    .Append(mlContext.Transforms.Conversion.MapKeyToValue("PredictedLabel"));

var data = mlContext.Data.LoadFromTextFile(new TextLoader.Column[] {
    new TextLoader.Column("Label", DataKind.String, 0),
    new TextLoader.Column("Features", DataKind.Single, 1, 4) }, filePath);

// 预览数据。
var dataPreview = data.Preview();

// 预览训练和转换的结果。
var transformationPreview = estimator.Preview(data);