.NET 機器學習操作指南

在 ML.NET 指南的 How to 區段中，您可以找到常見問題的快速解答。 在某些情況下，文章可能會列在多個區段中，使其易於尋找。

載入數據

• 從檔案和 SQL 資料庫載入數據。

準備數據

• 使用正規化工具預先處理訓練數據，以便於數據處理中使用。

訓練模型

• 使用交叉驗證來定型機器學習模型。

• 使用 ML.NET 訓練回歸模型來預測一個值。

模型可解釋性

• 使用排列特徵重要性方法來判斷模型的特徵重要性。

跑

• 於 ML.NET 管線處理時檢查中間數據值。

• 載入定型的機器學習模型。

• 使用定型的模型進行預測。

概率（Infer.NET）

• 使用 Infer.NET 和概率程式設計建立遊戲比對清單應用程式。