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

鸢尾花分类

在这个介绍性示例中，您将看到如何使用ML.NET来预测鸢尾花的类型。 在机器学习领域，这种类型的预测被称为多类分类。

问题

这个问题集中在根据花瓣长度，花瓣宽度等花的参数预测鸢尾花（setosa，versicolor或virginica）的类型。

为了解决这个问题，我们将建立一个ML模型，它有4个输入参数：

• petal length
• petal width
• sepal length
• sepal width

并预测该花属于哪种鸢尾花类型：

• setosa
• versicolor
• virginica

确切地说，模型将返回花属于每个类型的概率。

ML 任务 - 多类分类

多类分类的广义问题是将项目分类为三个或更多类别中的一个。 （将项目分类为两个类别之一称为二元分类）。

多类分类的其他例子包括：

• 手写数字识别：预测图像中包含10个数字（0～9）。
• 问题标记：预测问题属于哪个类别（UI，后端，文档）。
• 根据患者的测试结果预测疾病阶段。

所有这些例子的共同特点是我们要预测的参数可以取几个（超过两个）值中的一个。换句话说，这个值由enum表示，而不是由integer、float、double或boolean类型表示。

解决方案

为了解决这个问题，首先我们将建立一个ML模型。然后，我们将在现有数据上训练模型，评估其有多好，最后我们将使用该模型来预测鸢尾花类型。

1. 建立模型

建立模型包括:

• 使用DataReader上传数据（iris-train.txt）
• 创建一个评估器并将数据转换为一列，以便ML算法（使用Concatenate）可以有效地使用它。
• 选择学习算法（StochasticDualCoordinateAscent）。

初始代码类似以下内容：

// Create MLContext to be shared across the model creation workflow objects  // Set a random seed for repeatable/deterministic results across multiple trainings. 
                        
关键字：