使用ML.NET預測紐約計程車費

有了上一篇《.NET Core玩轉機器學習》打基礎，這一次我們以紐約計程車費的預測做為新的場景案例，來體驗一下回歸模型。

場景概述

我們的目標是預測紐約的計程車費，乍一看似乎僅僅取決於行程的距離和時長，然而紐約的計程車供應商對其他因素，如額外的乘客數、信用卡而不是現金支付等，會綜合考慮而收取不同數額的費用。紐約市官方給出了一份樣本數據。

確定策略

為了能夠預測計程車費，我們選擇通過機器學習建立一個回歸模型。使用官方提供的真實數據進行擬合，在訓練模型的過程中確定真正能影響計程車費的決定性特徵。在獲得模型後，對模型進行評估驗證，如果偏差在接受的範圍內，就以這個模型來對新的數據進行預測。

解決方案

創建項目

看過上一篇文章的讀者，就比較輕車熟路了，推薦使用Visual Studio 2017創建一個.NET Core的控制台應用程序項目，命名為TaxiFarePrediction。使用NuGet包管理工具添加對Microsoft.ML的引用。

準備數據集

下載訓練數據集taxi-fare-train.csv和驗證數據集taxi-fare-test.csv，數據集的內容類似為：

vendor_id,rate_code,passenger_count,trip_time_in_secs,trip_distance,payment_type,fare_amount

VTS,1,1,1140,3.75,CRD,15.5

VTS,1,1,480,2.72,CRD,10.0

VTS,1,1,1680,7.8,CSH,26.5

VTS,1,1,600,4.73,CSH,14.5

VTS,1,1,600,2.18,CRD,9.5

...

對欄位簡單說明一下：

在項目中添加一個Data目錄，將兩份數據集複製到該目錄下，對文件屬性設置「複製到輸出目錄」。

定義數據類型和路徑

首先聲明相關的包引用。

using System;

using Microsoft.ML.Models;

using Microsoft.ML.Runtime;

using Microsoft.ML.Runtime.Api;

using Microsoft.ML.Trainers;

using Microsoft.ML.Transforms;

using System.Collections.Generic;

using System.Linq;

using Microsoft.ML;

在Main函數的上方定義一些使用到的常量。

conststringDataPath = @".Data axi-fare-test.csv";conststringTestDataPath = @".Data axi-fare-train.csv";conststringModelPath = @".ModelsModel.zip";conststringModelDirectory = @".Models";

接下來定義一些使用到的數據類型，以及和數據集中每一行的位置對應關係。

public class TaxiTrip

{

[Column(ordinal: "0")]

public string vendor_id;

[Column(ordinal: "1")]

public string rate_code;

[Column(ordinal: "2")]

public float passenger_count;

[Column(ordinal: "3")]

public float trip_time_in_secs;

[Column(ordinal: "4")]

public float trip_distance;

[Column(ordinal: "5")]

public string payment_type;

[Column(ordinal: "6")]

public float fare_amount;

}

public class TaxiTripFarePrediction

{

[ColumnName("Score")]

public float fare_amount;

}

static class TestTrips

{

internal static readonly TaxiTrip Trip1 = new TaxiTrip

{

vendor_id = "VTS",

rate_code = "1",

passenger_count = 1,

trip_distance = 10.33f,

payment_type = "CSH",

fare_amount = 0 // predict it. actual = 29.5

};

}

創建處理過程

創建一個Train方法，定義對數據集的處理過程，隨後聲明一個模型接收訓練後的結果，在返回前把模型保存到指定的位置，以便以後直接取出來使用不需要再重新訓練。

public static async Task

> Train()

{

var pipeline = new LearningPipeline();

pipeline.Add(new TextLoader(DataPath, useHeader: true, separator: ","));

pipeline.Add(new ColumnCopier(("fare_amount", "Label")));

pipeline.Add(new CategoricalOneHotVectorizer("vendor_id",

"rate_code",

"payment_type"));

pipeline.Add(new ColumnConcatenator("Features",

"vendor_id",

"rate_code",

"passenger_count",

"trip_distance",

"payment_type"));

pipeline.Add(new FastTreeRegressor());

PredictionModel model = pipeline.Train();

if (!Directory.Exists(ModelDirectory))

{

Directory.CreateDirectory(ModelDirectory);

}

await model.WriteAsync(ModelPath);

return model;

}

評估驗證模型

創建一個Evaluate方法，對訓練後的模型進行驗證評估。

public static void Evaluate(PredictionModel model)

{

var testData = new TextLoader(TestDataPath, useHeader: true, separator: ",");

var evaluator = new RegressionEvaluator();

RegressionMetrics metrics = evaluator.Evaluate(model, testData);

// Rms should be around 2.795276

Console.WriteLine("Rms=" + metrics.Rms);

Console.WriteLine("RSquared = " + metrics.RSquared);

}

預測新數據

定義一個被用於預測的新數據，對於各個特徵進行恰當地賦值。

static class TestTrips

{

internal static readonly TaxiTrip Trip1 = new TaxiTrip

{

vendor_id = "VTS",

rate_code = "1",

passenger_count = 1,

trip_distance = 10.33f,

payment_type = "CSH",

fare_amount = 0 // predict it. actual = 29.5

};

}

預測的方法很簡單，prediction即預測的結果，從中列印出預測的費用和真實費用。

varprediction = model.Predict(TestTrips.Trip1);Console.WriteLine("Predicted fare: , actual fare: 29.5", prediction.fare_amount);

運行結果

到此我們完成了所有的步驟，關於這些代碼的詳細說明，可以參看《Tutorial: Use ML.NET to Predict New York Taxi Fares (Regression)》，只是要注意該文中的部分代碼有誤，由於使用到了C# 7.1的語法特性，本文的代碼是經過了修正的。完整的代碼如下：

using System;

using Microsoft.ML.Models;

using Microsoft.ML.Runtime;

using Microsoft.ML.Runtime.Api;

using Microsoft.ML.Trainers;

using Microsoft.ML.Transforms;

using System.Collections.Generic;

using System.Linq;

using Microsoft.ML;

using System.Threading.Tasks;

using System.IO;

namespace TaxiFarePrediction

{

class Program

{

const string DataPath = @".Data axi-fare-test.csv";

const string TestDataPath = @".Data axi-fare-train.csv";

const string ModelPath = @".ModelsModel.zip";

const string ModelDirectory = @".Models";

public class TaxiTrip

{

[Column(ordinal: "0")]

public string vendor_id;

[Column(ordinal: "1")]

public string rate_code;

[Column(ordinal: "2")]

public float passenger_count;

[Column(ordinal: "3")]

public float trip_time_in_secs;

[Column(ordinal: "4")]

public float trip_distance;

[Column(ordinal: "5")]

public string payment_type;

[Column(ordinal: "6")]

public float fare_amount;

}

public class TaxiTripFarePrediction

{

[ColumnName("Score")]

public float fare_amount;

}

static class TestTrips

{

internal static readonly TaxiTrip Trip1 = new TaxiTrip

{

vendor_id = "VTS",

rate_code = "1",

passenger_count = 1,

trip_distance = 10.33f,

payment_type = "CSH",

fare_amount = 0 // predict it. actual = 29.5

};

}

public static async Task

> Train()

{

var pipeline = new LearningPipeline();

pipeline.Add(new TextLoader(DataPath, useHeader: true, separator: ","));

pipeline.Add(new ColumnCopier(("fare_amount", "Label")));

pipeline.Add(new CategoricalOneHotVectorizer("vendor_id",

"rate_code",

"payment_type"));

pipeline.Add(new ColumnConcatenator("Features",

"vendor_id",

"rate_code",

"passenger_count",

"trip_distance",

"payment_type"));

pipeline.Add(new FastTreeRegressor());

PredictionModel model = pipeline.Train();

if (!Directory.Exists(ModelDirectory))

{

Directory.CreateDirectory(ModelDirectory);

}

await model.WriteAsync(ModelPath);

return model;

}

public static void Evaluate(PredictionModel model)

{

var testData = new TextLoader(TestDataPath, useHeader: true, separator: ",");

var evaluator = new RegressionEvaluator();

RegressionMetrics metrics = evaluator.Evaluate(model, testData);

// Rms should be around 2.795276

Console.WriteLine("Rms=" + metrics.Rms);

Console.WriteLine("RSquared = " + metrics.RSquared);

}

static async Task Main(string[] args)

{

PredictionModel model = await Train();

Evaluate(model);

var prediction = model.Predict(TestTrips.Trip1);

Console.WriteLine("Predicted fare: , actual fare: 29.5", prediction.fare_amount);

}

}

}

不知不覺我們的ML.NET之旅又向前進了一步，是不是對於使用.NET Core進行機器學習解決現實生活中的問題更有興趣了？請保持關注吧。

原文地址:http://www.cnblogs.com/BeanHsiang/p/9017618.html

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！