ml.net - 如何在运行时训练 ML .Net 模型

Question

有没有办法通过用户输入在运行时训练一个 ml .net 模型？我已经创建了一个文本分类模型，在本地对其进行了训练，部署了它，现在我的用户正在使用它。

需要的工作流程：

文本将被分类，类别显示给用户，他可以接受它或选择另一个预定义的类别，然后这个反馈应该再次训练模型。

谢谢！

标签： ml.net

Answer 1

您所描述的似乎是在线学习。

ML.NET 没有任何真正的“在线”模型（我的意思是，可以通过示例适应新数据并立即刷新的模型）：所有 ML.NET 算法都是“批量”训练器，需要（通常大）训练数据语料库以生成模型。

如果您的情况允许，您可以将用户的响应汇总为“附加训练数据”，并使用此数据定期重新训练模型（除了较旧的数据，可能是下采样或以其他方式衰减）。

正如@Jon 所指出的，对上述机制的轻微修改是“在一批新数据上逐步训练现有模型”。这仍然是批处理方法，但可以减少再训练时间。

ML.NET 的多类训练器中，仅LbfgsMaximumEntropyMulticlassTrainer支持这种模式（参见文档）。

将这种方法发挥到极致，并在一个示例的每个“批次”上“重新训练”模型可能很诱人。除非你真的、真的知道自己在做什么，否则我建议不要这样做：这样的训练机制很可能会迅速过度拟合并造成灾难性的后果。