标签：using out lin tin move pipe 匹配 例程 ase
机器学习算法需要作用于数据，用来训练算法模型。数据集通常是以纯文本文件存储的表格数据，文件的每一行是一条数据记录，每条记录由多列组成，列之间用分隔符（一般是逗号,）分开，例如前面用到过的鸢尾花数据集。
在ML.NET中，使用TextLoader将文本文件导入到数据集。使用方式如下：
new TextLoader(filePath).CreateFrom<TInput>()
filePath是数据集文件路径。TInput是数据类，数据类中的每个属性对应数据集文件中的一列，属性使用ColumnAttribute匹配指定源列的索引，例如：
[Column("0")] public float SepalLength;
CreateFrom方法包含多个参数，用于指定如何处理文本：
假设有一个数据集test-data.txt，包含1列Id和一列文本数据，列名分别是Col1和Col2，文件内容如下：
"Col1","Col2" 1,"包含逗号和结尾空格, " 2,包含逗号, 3,包含结尾空格
创建对应的数据类，数据类属性名可以不和列名一致，只要索引对应就可以了：
public class TestData { [Column("0")] public float ID; [Column("1")] public string Text; }
创建TextLoader：
var loader = new Microsoft.ML.Data.TextLoader("test-data.txt").CreateFrom<TestData>( useHeader: true, separator: ‘,‘, allowQuotedStrings: true, trimWhitespace: true);
接着我们载入数据集：
using (var environment = new TlcEnvironment()) { var experiment = environment.CreateExperiment(); var output = loader.ApplyStep(null, experiment) as ILearningPipelineDataStep; experiment.Compile(); loader.SetInput(environment, experiment); experiment.Run(); var data = experiment.GetOutput(output.Data); using (var cursor = data.GetRowCursor((a => true))) { var IDGetter = cursor.GetGetter<float>(0); var TextGetter = cursor.GetGetter<DvText>(1); while(cursor.MoveNext()) { float ID = 0; IDGetter(ref ID); DvText Text = new DvText(); TextGetter(ref Text); Console.WriteLine($"ID:{ID},Text:\"{Text}\",Text长度为{Text.Length}"); } } }
最后的输出结果：
ID:1,Text:"包含逗号和结尾空格, ",Text长度为11 ID:2,Text:"包含逗号",Text长度为4 ID:3,Text:"包含结尾空格",Text长度为6
第一行列名被过滤。
第二行的文本列用引号引着，结果是原样输出。
第三行的文本列虽然有逗号，但是作为了分隔符。
第四行的文本列的结尾空白被去除。
标签：using out lin tin move pipe 匹配 例程 ase
原文地址：https://www.cnblogs.com/feiyun0112/p/ML-NET-3.html
