GitHub Labeler
ML.NET 版本 | API 类型 | 状态 | 应用程序类型 | 数据类型 | 场景 | 机器学习任务 | 算法 |
---|---|---|---|---|---|---|---|
v0.7 | 动态 API | 最新的 | 控制台应用程序 | .csv 文件 和 GitHub 问题 | 问题分类 | 多类分类 | SDCA 多类分类器 |
概述 【网络技术|ML.NET 示例(多类分类之问题分类)】GitHubLabeler 是一个.NET Core控制台应用程序, 它的功能如下:
- 在被标记的GitHub问题上训练ML模型,以教导模型如何为新问题分配标签。 (例如,您可以使用
corefx-issues-train.tsv
文件,该文件包含来自包含来自公共的存储库的问题) - 标记新问题。 应用程序将从
appsettings.json
文件中指定的GitHub存储库中获取所有未标记的未解决问题,并使用在上面步骤中创建的受过训练的ML模型对其进行标记
SdcaMultiClassTrainer
)。输入您的GitHub配置数据
- 在
appsettings.json
文件中提供您的GitHub数据:
为了允许应用程序在GitHub存储库中标记问题,您需要向 appsettings.json 文件中提供以下数据。
{ "GitHubToken": "YOUR-GUID-GITHUB-TOKEN", "GitHubRepoOwner": "YOUR-REPO-USER-OWNER-OR-ORGANIZATION", "GitHubRepoName": "YOUR-REPO-SINGLE-NAME" }
您的用户帐户(GitHubToken
)应具有对存储库(GitHubRepoName
)的写入权限。
GitHubRepoOwner
可以是GitHub用户ID(即“MyUser”),也可以是GitHub组织(即“dotnet”)。
- 提供训练文件
a. 您可以使用现有的corefx_issues.tsv
数据文件来体验该程序。 在这种情况下,将从corefx存储库的标签中选择预测的标签。 无需更改。
b. 要使用GitHub存储库中的标签,您需要在数据上训练模型。为此,请从您的存储库中导出GitHub问题到.tsv
文件,文件包含以下几列:
- ID - 问题 ID
- Area - 问题的标签(以这种方式命名以避免与ML.NET中的Label概念混淆)
- Title - 问题的标题
- Description - 问题的描述
Data
文件夹下。更新DataSetLocation
段以匹配您的文件名:
private static string DataSetLocation = $"{BaseDatasetsLocation}/corefx-issues-train.tsv";
BuildAndTrainModel(DataSetLocation, ModelFilePathName);
训练完成后,模型将保存为
MLModels\GitHubLabelerModel.zip
。标记 当模型被训练后,它可以用于预测新问题的标签。
对于没有连接到真正的GitHub存储库的单个测试/演示,请在控制台应用程序中调用下列方法:
TestSingleLabelPrediction(ModelFilePathName);
要访问GitHub存储库的实际问题,请在控制台应用程序中调用另一个方法:
await PredictLabelsAndUpdateGitHub(ModelFilePathName);
为了便于在从GitHub仓库中读取问题时进行测试,它只会加载过去10分钟中创建的并且需要标记的未标记问题。 但是您可以修改这个配置:
Since = DateTime.Now.AddMinutes(-10)
您可以修改这些设置。 在预测标签后,程序会使用预测的标签更新GitHub仓库中的问题。
推荐阅读
- 华为添加终端白名单
- PayPal个人账户不能提现了吗(怎么解决?)
- 万里汇WorldFirst个人和企业帐户注册教程(送$25+1%提现费)
- Wish卖家如何使用Payoneer收款(Wish卖家绑定派安盈收款教程!)
- 如何绑定万里汇WorldFirst作为亚马逊收款账户()
- 网络技术|ABP中的AsyncCrudAppService介绍
- 万里汇WorldFirst支持从PayPal提现美元(实战教程)
- HCNA|ensp ppp数据抓包 查看接口用户名和密码
- 网络技术|实现内网通过外网域名访问NAT映射的内网服务器