Question

我是ML.NET新手，并且想通过解决XOR问题来了解有关ML.NET的更多信息。到目前为止，这是我想出的，但是无论输入如何，输出始终看起来都是相同的（零）。

毫无疑问，我犯了一个菜鸟错误，但是呢？

using Microsoft.ML.Legacy;
using Microsoft.ML.Legacy.Data;
using Microsoft.ML.Legacy.Models;
using Microsoft.ML.Legacy.Trainers;
using Microsoft.ML.Legacy.Transforms;
using Microsoft.ML.Runtime.Api;
using System;
using System.Collections.Generic;
using System.Diagnostics;
using System.Linq;
using Microsoft.ML.Runtime; 

public class Program
{
    static void Main(string[] args)
    {
        MlNet.Solve();
        Console.ReadLine();
    }
}

我是否正在使用合适的回归器（StochasticDualCoordinateAscentRegressor）？

public class MlNet
{
    public static void Solve()
    {
        var data = new List<Input>
        {
            new Input {Input1 = 0.0f, Input2 = 0.0f, Output = 0.0f},
            new Input {Input1 = 0.0f, Input2 = 1.0f, Output = 1.0f},
            new Input {Input1 = 1.0f, Input2 = 0.0f, Output = 1.0f},
            new Input {Input1 = 1.0f, Input2 = 1.0f, Output = 0.0f}
        };

        var largeSet = Enumerable.Repeat(data, 1000).SelectMany(a => a).ToList();
        var dataSource = CollectionDataSource.Create(largeSet.AsEnumerable());
        var pipeline = new LearningPipeline
        {
            dataSource,
            new ColumnConcatenator("Features", "Input1", "Input2"),
            new StochasticDualCoordinateAscentRegressor
            {
                LossFunction = new SquaredLossSDCARegressionLossFunction(),
                MaxIterations = 500,
                BiasLearningRate = 0.2f,
                Shuffle = true
            }
        };

        var model = pipeline.Train<Input, Prediction>();
        var evaluator = new RegressionEvaluator();
        var metrics = evaluator.Evaluate(model, dataSource);

        Console.WriteLine($"Accuracy: {Math.Round(metrics.Rms, 2)}");

        var prediction = model.Predict(new Input { Input1 = 0.0f, Input2 = 1.0f });

        Console.WriteLine($"Prediction: {prediction.Output}");
    }


    [DebuggerDisplay("Input1={Input1}, Input2={Input2}, Output={Output}")]
    public class Input
    {
        [Column("0", "Input1")] public float Input1 { get; set; }

        [Column("1", "Input2")] public float Input2 { get; set; }

        [Column("2", "Label")] public float Output { get; set; }
    }

    public class Prediction
    {
        [ColumnName("Label")] public float Output { get; set; }
    }
}

Answer 1

您的Prediction对象正在检索原始的Label列，而不是返回变量的输出。

将代码修改为：

public class Prediction
{
    [ColumnName("Score")] public float Output { get; set; }
}

还要注意，通过选择StochasticDualCoordinateAscentRegressor，您正在尝试拟合线性模型（因此，将线性函数b + w1*x1 + w2*x2拟合到y = x1 XOR x2的输出中。没有线性函数这将接近XOR，而且如果学习者收敛到任意的东西，我也不会感到惊讶。

另一方面，如果您使用FastTreeRegressor，则您将学习决策树，当然，学习XOR毫无问题。

为什么此ML.NET代码无法预测正确的输出？

1 个答案: