有什么方法可以通过用户输入在运行时训练ml .net模型？ 我已经创建了文本分类模型，在本地对其进行了培训，并进行了部署，现在我的用户正在使用它。
所需的工作流程：
文本将被分类，类别将显示给用户，他可以接受它或选择另一个预定义的类别，然后此反馈将再次训练模型。
谢谢！
答案 0 :(得分：0)
您所描述的内容似乎像online learning。
ML.NET没有任何真正的“在线”模型（我的意思是，这些模型可以通过示例适应新数据并立即刷新）：所有ML.NET算法都是“批量”训练器，需要（通常是很大的）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“其他训练数据”，并使用该数据（除了较旧的数据，可能会进行下采样或以其他方式衰减）定期重新训练模型。< / p>
正如@Jon所指出的，对上述机制的微小修改是“在新一批数据上增量地训练现有模型”。这仍然是批处理方法，但是可以减少重新培训时间。
在ML.NET的多级训练器中，只有LbfgsMaximumEntropyMulticlassTrainer支持此模式（请参阅documentation）。
将这种方法带到极限，并在一个示例的每个“批次”上“重新训练”模型可能很诱人。 除非您真的非常真正地知道自己在做什么，否则我会建议这样做：这样的培训制度很可能会迅速，灾难性地过度适应。