我怎样才能翻译这句话；“你好，ML.NET世界”；F#的例子？

我正试图将C#转换为F#（下面复制的代码），但是我得到了一个关于不兼容类型的F#编译器错误

我看过一些关于ML.NET和F#的博客文章，但它们都使用了旧的API，其中包括显式创建LearningPipeline对象。据我所知，这个API已经被删除了

C#中有问题的线路是用于训练管道的线路：

var pipeline = mlContext.Transforms.Concatenate("Features", new[] { "Size" })
    .Append(mlContext.Regression.Trainers.Sdca(labelColumnName: "Price", maximumNumberOfIterations: 100));

我试着把它翻译成F#这样：

let pipeline (mlContext:MLContext) =
    mlContext.Transforms
        .Concatenate("Features", [| "Size" |])
        .Append(mlContext.Regression.Trainers.Sdca(labelColumnName = "Price", maximumNumberOfIterations = Nullable(100)))

但是，我遇到了一个编译器错误：

类型约束不匹配：类型“Transforms.ColumnConcatenateImator”与类型“IEstimator”不兼容。

我还尝试显式地将ColumnConnegateImator向下转换为IEstimator：

let pipeline' (mlContext:MLContext) =
    let concat = mlContext.Transforms.Concatenate("Features", [| "Size" |])
    let scda = mlContext.Regression.Trainers.Sdca(labelColumnName = "Price", maximumNumberOfIterations = Nullable(100))

    let concatAsEstimator = concat :> IEstimator<_>
    concatAsEstimator.Append(scda)

let pipeline'（mlContext:mlContext）=
让concat=mlContext.Transforms.Concatenate（“Features”、[|“Size”|]）
让scda=mlContext.Regression.Trainers.Sdca（labelColumnName=“Price”，maximumNumberOfIterations=Nullable（100））
让concatAsEstimator=concat:>IEstimator
concatAsEstimator.Append（scda）

这会稍微更改编译器错误中的类型。新消息表明

IEstimator

与

IEstimator

不兼容

看起来我需要显式地将泛型中的ColumnConnegatingTransformer向下转换为ITransformer，但我不确定如何在F#中实现这一点。这可能吗

以下是我试图改编的微软公司的完整C#代码，以供参考：

using System;
using Microsoft.ML;
using Microsoft.ML.Data;

class Program
{
   public class HouseData
   {
       public float Size { get; set; }
       public float Price { get; set; }
   }

   public class Prediction
   {
       [ColumnName("Score")]
       public float Price { get; set; }
   }

   static void Main(string[] args)
   {
       MLContext mlContext = new MLContext();

       // 1. Import or create training data
       HouseData[] houseData = {
           new HouseData() { Size = 1.1F, Price = 1.2F },
           new HouseData() { Size = 1.9F, Price = 2.3F },
           new HouseData() { Size = 2.8F, Price = 3.0F },
           new HouseData() { Size = 3.4F, Price = 3.7F } };
       IDataView trainingData = mlContext.Data.LoadFromEnumerable(houseData);

       // 2. Specify data preparation and model training pipeline
       var pipeline = mlContext.Transforms.Concatenate("Features", new[] { "Size" })
           .Append(mlContext.Regression.Trainers.Sdca(labelColumnName: "Price", maximumNumberOfIterations: 100));

       // 3. Train model
       var model = pipeline.Fit(trainingData);

       // 4. Make a prediction
       var size = new HouseData() { Size = 2.5F };
       var price = mlContext.Model.CreatePredictionEngine<HouseData, Prediction>(model).Predict(size);

       Console.WriteLine($"Predicted price for size: {size.Size*1000} sq ft= {price.Price*100:C}k");

       // Predicted price for size: 2500 sq ft= $261.98k
   }
}

使用系统；
使用Microsoft.ML；
使用Microsoft.ML.Data；
班级计划
{
公共类房屋数据
{
公共浮点大小{get；set；}
公开浮动价格{get；set；}
}
公共类预测
{
[栏目名称（“分数”）]
公开浮动价格{get；set；}
}
静态void Main（字符串[]参数）
{
MLContext MLContext=新的MLContext（）；
//1.导入或创建培训数据
房屋数据[]房屋数据={
new HouseData（）{Size=1.1F，Price=1.2F}，
new HouseData（）{Size=1.9F，Price=2.3F}，
new HouseData（）{Size=2.8F，Price=3.0F}，
new HouseData（）{Size=3.4F，Price=3.7F}；
IDataView trainingData=mlContext.Data.LoadFromEnumerable（houseData）；
//2.指定数据准备和模型培训管道
var pipeline=mlContext.Transforms.Concatenate（“功能”，新[]{“大小”}）
.Append（mlContext.Regression.Trainers.Sdca（labelColumnName:“Price”，maximumNumberOfIterations:100））；
//3.列车模型
var模型=pipeline.Fit（培训数据）；
//4.作出预测
var size=new HouseData（）{size=2.5F}；
var price=mlContext.Model.CreatePredictionEngine（Model）.Predict（size）；
Console.WriteLine（$“尺寸预测价格：{size.size*1000}平方英尺={price.price*100:C}k”）；
//面积预测价格：2500平方英尺=26198万美元
}
}

---

（编辑：只是为了澄清，这与问题不同。）这是一个不同的代码示例，它使用了更新版本的ML.NET。这个答案中的微软链接现在似乎也断了。

我也在努力解决这个问题。尝试使用此帮助器函数：

let append (estimator : IEstimator<'a>) (pipeline : IEstimator<'b>)  =
      match pipeline with
      | :? IEstimator<ITransformer> as p ->
          p.Append estimator
      | _ -> failwith "The pipeline has to be an instance of IEstimator<ITransformer>."

let pipeline = 
    mlContext.Transforms.Concatenate("Features",[|"Size"|])
    |> append(mlContext.Regression.Trainers.Sdca(labelColumnName = "Price", maximumNumberOfIterations = Nullable(100)))

let append（估计量：IEstimator）=
将管道与
| :? 作为p->
p、 附加估计器
|->failwith“管道必须是IEstimator的实例。”
让管道=
mlContext.Transforms.Concatenate（“特征”、[|“大小”|]）
|>追加（mlContext.Regression.Trainers.Sdca（labelColumnName=“Price”，maximumNumberOfIterations=Nullable（100）））

ML.NET在构建时考虑了C，因此有时转换为F需要在任何地方添加

null

和

float32

。 这是我的版本，我去掉了

PredictionEngine

，将

Sdca

作为培训师，并使用

EstimatorChain（）

附加和创建

IEstimator

开放系统
打开Microsoft.ML
打开Microsoft.ML.Data
类型数据=
{
尺寸：32
价格：32
}
下泄管道（x:IEstimator）=
将x与
| :? 激励因子为y->y
|->failwith“downcastPipeline:预期激励不足”
让mlContext=mlContext（可为null的0）
let houseData=
[|
{Size=1.1F；Price=1.2F}
{Size=1.1F；Price=1.2F}
{Size=2.8F；Price=3.0F}
{Size=3.4F；Price=3.7F}
|]|>mlContext.Data.LoadFromEnumerable
让培训师=
mlContext.returnal.Trainers.Sdca(
labelColumnName=“Label”，
featureColumnName=“功能”，
maximumNumberOfIterations=Nullable 100
)
让管道=
估算链（）
.Append（mlContext.Transforms.Concatenate（“特征”、“大小”））
.Append（mlContext.Transforms.CopyColumns（“标签”、“价格”））
.附加（培训师）
|>下行管道
让模型=管道。拟合房屋数据
让newSize=[|{Size=2.5f；Price=0.f}}]
让预测=
新闻化
|>mlContext.Data.LoadFromEnumerable
|>模型转换
|>乐趣x->x.GetColumn“分数”
|>序号：toArray
printfn“尺寸的预测价格：%.0f平方英尺=%.2fk”（新闻尺寸[0]。尺寸*1000.f）（预测[0]*100.f）

结果

Predicted price for size: 2500 sq ft= 270.69k

---

Jon Wood的视频也是在F#中开始使用ML.Net的好地方。

尝试使用

Estimator Chain（）

启动管道。可能类似于

let concat=EstimatorChain（）.Append（mlContext.Transforms.Concatenate…）