聚类鸢尾花数据
| ML.NET 版本 | API 类型 | 状态 | 应用程序类型 | 数据类型 | 场景 | 机器学习任务 | 算法 |
|---|---|---|---|---|---|---|---|
| v0.7 | 动态 API | 最新版 | 控制台应用程序 | .txt 文件 | 聚类鸢尾花 | 聚类 | K-means++ |
在这个介绍性示例中，您将看到如何使用ML.NET将不同类型鸢尾花划分为不同组。在机器学习的世界中，这个任务被称为群集。
问题
为了演示聚类API的实际作用，我们将使用三种类型的鸢尾花：setosa、versicolor和versicolor。它们都存储在相同的数据集中。尽管这些花的类型是已知的，我们将不使用它，只对花的参数，如花瓣长度，花瓣宽度等运行聚类算法。这个任务是把所有的花分成三个不同的簇。我们期望不同类型的花属于不同的簇。
模型的输入使用下列鸢尾花参数：
-
petal length
-
petal width
-
sepal length
-
sepal width
ML 任务 - 聚类
聚类的一般问题是将一组对象分组，使得同一组中的对象彼此之间的相似性大于其他组中的对象。
其他一些聚类示例：
-
将新闻文章分为不同主题：体育，政治，科技等。
-
按购买偏好对客户进行分组。
-
将数字图像划分为不同的区域以进行边界检测或物体识别。
聚类看起来类似于多类分类，但区别在于对于聚类任务，我们不知道过去数据的答案。 因此，没有“导师”/“主管”可以判断我们的算法的预测是对还是错。 这种类型的ML任务称为无监督学习。
解决方案
要解决这个问题，首先我们将建立并训练ML模型。 然后我们将使用训练模型来预测鸢尾花的簇。
1. 建立模型
建立模型包括：上传数据（使用TextLoader加载iris-full.txt），转换数据以便ML算法（使用Concatenate）有效地使用，并选择学习算法（KMeans）。 所有这些步骤都存储在trainingPipeline中：
2. 训练模型
训练模型是在给定数据上运行所选算法的过程。 要执行训练，您需要调用Fit()方法。
var trainedModel = trainingPipeline.Fit(trainingDataView);
3. 使用模型
在建立和训练模型之后，我们可以使用Predict()API来预测鸢尾花的簇，并计算从给定花参数到每个簇（簇的每个质心）的距离。
