C# 如何将动态类传递给泛型函数？

我想制作一个用于web应用程序的机器学习api，字段名将与其数据类型一起传递给api

目前，我正在使用此答案中提供的代码在运行时创建一个类：

当我需要调用ML.NET PredictionFunction时，问题就出现了，我无法传递泛型函数的类型，因为它们是在运行时生成的。 我尝试使用反射调用它，但是它似乎无法找到函数

注意：目前ML.NET的文档正在更新为0.9.0，因此不可用

我尝试的是（最低限度）：

完整（修订和修剪）来源（更多上下文）： Program.cs

namespace Generic {
  class Program {
    public class GenericData {
      public float SepalLength;
      public float SepalWidth;
      public float PetalLength;
      public float PetalWidth;
    }
    public class ClusterPrediction {
      public uint PredictedLabel;
      public float[] Score;
    }

    static void Main(string[] args) {
      List<Field> fields = new List<Field>() {
                new Field(){ name="SepalLength", type=typeof(float)},
                new Field(){ name="SepalWidth", type=typeof(float)},
                new Field(){ name="PetalLength", type=typeof(float)},
                new Field(){ name="PetalWidth", type=typeof(float)},
            };
      var generatedType = GenTypeBuilder.CompileResultType(fields);

      var mlContext = new MLContext(seed: 0);
      TextLoader textLoader = mlContext.Data.TextReader(new TextLoader.Arguments() {
        Separator = ",",
        Column = new[]
        {
          new TextLoader.Column("SepalLength", DataKind.R4, 0),
          new TextLoader.Column("SepalWidth", DataKind.R4, 1),
          new TextLoader.Column("PetalLength", DataKind.R4, 2),
          new TextLoader.Column("PetalWidth", DataKind.R4, 3)
        }
      });
      IDataView dataView = textLoader.Read(Path.Combine(Environment.CurrentDirectory, "Data", "flowers.txt"););

      var pipeline = mlContext.Transforms
        .Concatenate("Features", "SepalLength", "SepalWidth", "PetalLength", "PetalWidth")
        .Append(mlContext.Clustering.Trainers.KMeans("Features", clustersCount: 3));
      var model = pipeline.Fit(dataView);

      Type[] typeArgs = { generatedType, typeof(ClusterPrediction) };
      object[] parametersArray = { mlContext }; // value

      MethodInfo method = typeof(TransformerChain).GetMethod("MakePredictionFunction");
      if (method == null) { // Using PredictionFunctionExtensions helps here
        Console.WriteLine("Method not found!");
      }
      MethodInfo generic = method.MakeGenericMethod(typeArgs);
      var temp = generic.Invoke(model, parametersArray);

      var prediction = temp.Predict(new GenericData {SepalLength = 5.6f, SepalWidth = 2.5f,
                                                     PetalLength = 3.9f, PetalWidth = 1.1f});
    }
  }
}

命名空间泛型{
班级计划{
公共类泛型数据{
公共浮动分离长度；
公共浮动分离宽度；
公众漂浮长度；
公众漂浮花瓣宽度；
}
公共类聚类预测{
公共uint预测标签；
公众浮动[]分；
}
静态void Main（字符串[]参数）{
列表字段=新列表（）{
新字段（）{name=“separalength”，type=typeof（float）}，
新字段（）{name=“SepalWidth”，type=typeof（float）}，
新字段（）{name=“PetalLength”，type=typeof（float）}，
新字段（）{name=“PetalWidth”，type=typeof（float）}，
};
var generatedType=GenTypeBuilder.CompileResultType（字段）；
var mlContext=新的mlContext（种子：0）；
TextLoader TextLoader=mlContext.Data.textleader（新的TextLoader.Arguments（）{
分隔符=“，”，
列=新[]
{
新的TextLoader.Column（“separalength”，DataKind.R4，0），
新的TextLoader.Column（“SepalWidth”，DataKind.R4，1），
新的TextLoader.Column（“PetalLength”，DataKind.R4，2），
新的TextLoader.Column（“PetalWidth”，DataKind.R4，3）
}
});
IDataView dataView=textLoader.Read（Path.Combine（Environment.CurrentDirectory，“Data”，“flowers.txt”）；
var pipeline=mlContext.Transforms
.连接（“特征”、“分离长度”、“分离宽度”、“花瓣长度”、“花瓣宽度”）
.Append（mlContext.Clustering.Trainers.KMeans（“Features”，clustersunt:3））；
var模型=pipeline.Fit（数据视图）；
Type[]typeArgs={generatedType，typeof（ClusterPrediction）}；
对象[]参数数组={mlContext}；//值
MethodInfo method=typeof（TransformerChain）.GetMethod（“MakePredictionFunction”）；
如果（method==null）{//使用PredictionFunctionExtensions在这里有帮助
WriteLine（“找不到方法！”）；
}
MethodInfo generic=method.MakeGenericMethod（typeArgs）；
var temp=generic.Invoke（模型，参数数组）；
var预测=温度预测（新的一般数据{separalength=5.6f，separawidth=2.5f，
花瓣长度=3.9f，花瓣宽度=1.1f}）；
}
}
}

尝试在IDataView中读取测试数据，然后将IDataView传递给model.Transform（）

---

这应该将分数和PredictedLabel作为单独的列插入测试数据中

似乎，在尝试对

MakePredictionFunction

进行反思时，您将

TransformerChain

类型（可实例化的泛型类型）与静态类

TransformerChain

混淆了

但即使反思

TransformerChain

也不会成功，因为

MakePredictionFunction

不是这种类型声明的方法。相反，

MakePredictionFunction

是在静态类

PredictionFunctionExtensions

⁽¹⁾.

因此，要获取

MakePredictionFunction

的MethodInfo，请尝试以下操作：

MethodInfo method = typeof(PredictionFunctionExtensions).GetMethod("MakePredictionFunction");

---

⁽¹⁾

---

我不能100%确定PredictionFunctionExtensions驻留在哪个命名空间中。搜索ML.NET 0.9.0 API文档时，它似乎位于Microsoft.ML.Runtime.Data命名空间中。但是尝试访问MakePredictionFunction的实际文档页面目前只会导致404错误，因此该信息可能不准确（我不是ML.NET用户，因此无法验证）：-（

我不确定问题到底是什么。问题是

方法==null

即在

TransformerChain

上找不到该方法吗？请提供-清楚地说明

TransformerChain

（无论是什么）没有你正在寻找的方法…但是没有真正的样本，你无法知道为什么。@Paprika你现在已经展示了大量不相关的代码。你应该展示一个最小的可复制的示例。不再展示重现问题所需的内容。然而，正如Kevin Grosse指出的，

MakePredictionFunction

是一个e可应用于

ITransformer

实例的xtension方法，并且

TransformerChain

正在实现

ITransformer

。请注意，此扩展方法不是

TransformerChain

类型定义的一部分，因此在查询

TransformerChain

类型时，您也会得到

null

。如果您需要扩展方法的MethodInfo，您需要查询声明扩展方法的类型。如果是

MakePredictionFunction

，您需要查询

PredictionFunctionExtensions

type…@elgonzo，您可能应该将注释转换为答案…或者我们应该将其作为副本关闭“通过反射调用扩展”（like）这似乎是一个很好的答案，它允许我完全不需要生成类，直接从IDataView获取数据。谢谢！

MethodInfo method = typeof(PredictionFunctionExtensions).GetMethod("MakePredictionFunction");