写在前面

准备近期将微软的machinelearning-samples翻译成中文，水平有限，如有错漏，请大家多多指正。
如果有朋友对此感兴趣，可以加入我：https://github.com/feiyun0112/machinelearning-samples.zh-cn

聚类鸢尾花数据

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：

//Create the MLContext to share across components for deterministic results MLContext mlContext = new MLContext(seed: 1);  //Seed set to any number so you have a deterministic environment  // STEP 1: Common data loading configuration TextLoader textLoader = mlContext.Data.TextReader(new TextLoader.Arguments()                                 {                                     Separator = "\t",                                     HasHeader = true,                                     Column = new[]                                                 {                                                     new TextLoader.Column("Label", DataKind.R4, 0),                                                     new TextLoader.Column("SepalLength", DataKind.R4, 1),                                                     new TextLoader.Column("SepalWidth", DataKind.R4, 2),                                                     new TextLoader.Column("PetalLength", DataKind.R4, 3),                                                     new TextLoader.Column("PetalWidth", DataKind.R4, 
                        
关键字：