通常，为了在ML.NET中训练任何模型，您将经历三个步骤：

1. 弄清楚训练数据如何以IDataView形式进入ML.NET。

2. 将“学习管道”构建为一系列基本的“运算符”（估计器）。

3. 在管道上调用Fit以获得经过训练的模型。

示例文件^[1]:

feature_0;feature_1;feature_2;feature_3;feature_4;feature_5;feature_6;feature_7;feature_8;feature_9;feature_10;target
-2.75;0.77;-0.61;0.14;1.39;0.38;-0.53;-0.50;-2.13;-0.39;0.46;140.66
-0.61;-0.37;-0.12;0.55;-1.00;0.84;-0.02;1.30;-0.24;-0.50;-2.12;148.12
-0.85;-0.91;1.81;0.02;-0.78;-1.41;-1.09;-0.65;0.90;-0.37;-0.22;402.20

在上面的文件中，最后一列（第12列）是我们预测的标签，前面所有的都是特征。

// 第一步：将数据加载为IDataView。
// 首先，我们定义加载器：指定数据列以及它们在文本文件中的位置。
// 将数据加载到数据视图中。但是请记住，加载器是延迟执行的，所以实际加载将在访问数据时发生。
var trainData = mlContext.Data.LoadFromTextFile<RegressionData>(dataPath,
    // 默认分隔符是tab，但数据集使用分号。
    separatorChar: ';'
);
 
// 有时，当数据要在某个地方多次使用时，在首次访问后将数据缓存在内存中可以节省一些加载时间。缓存机制也是延迟执行的；它只在使用后才缓存东西。用户可以用“cachedTrainData”替换“trainData”的所有后续用法。
// 我们仍然使用“trainData”，因为提供相同缓存功能的缓存步骤将插入到所考虑的“管道”中。
var cachedTrainData = mlContext.Data.Cache(trainData);
 
// 第二步：定义学习管道。
 
// 我们用加载器的输出“启动”管道。
var pipeline =
    // 首先“规范化”数据（对于所有样本，重新缩放到-1和1之间）
    mlContext.Transforms.NormalizeMinMax("FeatureVector")
    // 我们增加了一个在内存中缓存数据的步骤，使得下游的迭代训练算法能够有效地对数据进行多次扫描。否则，下面的训练器将多次从磁盘加载数据。缓存机制使用按需策略。
    // 在任何下游步骤中访问的数据都将在首次使用后被缓存。通常，您只需要在可训练步骤之前添加一个缓存步骤，因为如果数据只扫描一次，则缓存没有帮助。如果用户没有足够的内存来存储整个数据集，则可以删除此步骤。请注意，在上游Transforms.Normalize步骤中，我们只扫描数据一次，因此添加缓存步骤是没有帮助的。
    .AppendCacheCheckpoint(mlContext)
    // 添加SDCA回归训练器。
    .Append(mlContext.Regression.Trainers.Sdca(labelColumnName: "Target", featureColumnName: "FeatureVector"));
 
//第三步: 在管道上调用`Fit`
var model = pipeline.Fit(trainData);

参考资料

[1]

示例文件: https://github.com/dotnet/machinelearning/blob/main/test/data/generated_regression_dataset.csv