dotnet/machinelearning

ML.NET – 适用于 .NET 的机器学习

它是什么 – ML.NET 是一个为 .NET 生态系统构建的开源、跨平台机器学习框架。它让 C#（及其他 .NET 语言）开发者无需编写 Python 或 R 代码，即可创建、训练、评估和部署自定义 ML 模型。

主要功能

• 从文件、数据库或内存中的集合加载数据。
• 常见算法目录（例如二元/多元分类、回归、聚类、时间序列预测、异常检测）以及数据转换管道（文本特征化、归一化等）。
• 能够使用预训练的 TensorFlow 和 ONNX 模型，扩展应用场景。
• 完整支持 .NET Standard 2.0，因此相同的代码可在 Windows、Linux、macOS、ARM64、Apple Silicon 甚至 Blazor WebAssembly 上运行。
• 以 NuGet 包（Microsoft.ML）形式分发，并提供高级训练器（LightGBM、TensorFlow 等）的可选附加组件。

典型使用案例

• 情感分析、垃圾邮件检测、客户流失预测、推荐引擎。
• 预测销售、需求或传感器读数。
• 检测 IoT 流中的异常值或设备故障。
• 为桌面、Web 或移动 .NET 应用添加设备端推理。

开始使用

1. 安装核心包：dotnet add package Microsoft.ML。
2. 按照官方 Getting Started 教程（在 README 中链接）加载数据、构建管道、训练模型并进行预测。
3. 探索 ML.NET Samples 仓库，获取现成的控制台、WPF、ASP.NET 和移动示例。
4. 查阅在线文档以获取 API 参考、任务特定指南和平台特定说明。

如何构建／贡献

• 源代码位于 dotnet/machinelearning GitHub 仓库，并遵循 .NET Foundation 的贡献指南和行为准则。
• 持续集成在 Azure DevOps 上运行；代码覆盖率通过 Codecov 跟踪。
• 发布与主要 .NET 版本同步（例如 ML.NET 2.0 搭配 .NET 7），并遵循每年一次的主要版本发布节奏。

许可证 – MIT（商业友好、宽松）。

了解更多

• 官方网站：https://dotnet.microsoft.com/apps/machinelearning-ai/ml-dotnet
• 文档与教程：https://docs.microsoft.com/dotnet/machine-learning/
• YouTube 播放列表：https://aka.ms/mlnetyoutube
• 路线图：仓库中的 ROADMAP.md。

---

ML.NET 让 .NET 开发者留在熟悉的语言和工具中，同时为应用程序添加强大的机器学习功能。