machine-learning - 如何使用 ML.NET 多类分类达到确定性结果?
问题描述
根据本教程https://docs.microsoft.com/en-us/dotnet/machine-learning/tutorials/github-issue-classification
使用具有随机种子(种子:0)的 MLContext 新实例初始化 _mlContext 全局变量,以获得跨多次训练的可重复/确定性结果。在 Main 方法中将 Console.WriteLine("Hello World!") 行替换为以下代码:
_mlContext = new MLContext(seed: 0);
我也尝试将种子参数设置为 0、1 和 null,但是在处理数据、构建和训练模型并调用以下方法后,我总是得到不同的测试指标结果。
MulticlassClassificationMetrics testMetrics = _mlContext.MulticlassClassification.Evaluate(_trainedModel.Transform(testDataView));
我的数据来自我的数据库,始终具有相同的架构和数据。我的问题是,当我尝试评估多类分类问题时,如何在 ML.NET 中获得确定性结果?
在此先感谢您的帮助!
解决方案
推荐阅读
- elasticsearch - ES 不区分大小写的布尔字段
- php - 使用 Ajax 将 ID 从视图传递到 Codeigniter 中的控制器
- python - 无法在 Flask 上运行正确的文件
- javascript - 使用 PlaceID 获取地点详细信息
- sql - 如何在 PostgreSQL 中生成“假”行以用于 d3.js
- oracle - PLSQL 为什么我的程序没有检测到重复数据的插入?
- kubernetes - 什么是 Kubernetes 的模板字段
- php - php artisan tinker (null) hasmany
- powershell - 如何在完成之前在 PowerShell 中中断和停止 TTS 引擎?
- c# - 每当客户端将完整的对象发送到 C# 中的服务器时,如何获得通知?