dotnet / dotnet/machinelearning-modelbuilder
Provide list of labels related to score array
Nessuno ha ancora preso questa issue.
- Lingua principale
- Dockerfile
- Stelle
- 285
- Fork
- 66
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Descrizione
An image classification gives the following output:
```
public class ModelOutput
{
// ColumnName attribute is used to change the column name from
// its default value, which is the name of the field.
[ColumnName("PredictedLabel")]
public String Prediction { get; set; }
public float[] Score { get; set; }
}
```
If a model classifies two labels, the first one is related to the first array item and the second to the second array item.
But, from a programmer/model user perspective, I do not know what is what...
I have to program something like this:
```
...
Console.WriteLine($"This is a {predictionResult.Prediction} with a reliabilty of {GetPercentage(predictionResult)}% (Time: {sw.ElapsedMilliseconds}ms)");
Console.WriteLine("=============== End of process, hit any key to finish ===============");
Console.ReadKey();
}
private static double GetPercentage(ModelOutput predictionResult)
{
if (predictionResult.Prediction.ToUpper() == "HEAD")
{
return predictionResult.Score[0] * 100;
}
if (predictionResult.Prediction.ToUpper() == "TAIL")
{
return predictionResult.Score[1] * 100;
}
return -1;
}
```
Please provide a list (array?) of the labels te be expected related to the array index of the prediction outcome.
Guida per i contributori
Nessuna guida per i contributori indicizzata per questo repository
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Direzione di ricerca
Non è indicato alcun file del repository né alcun test. Inizia tracciando il ModelOutput generato e l’ordinamento degli score di image-classification, quindi determina dove viene esposta la relazione label-to-score. Il lavoro è completato quando i consumer possono ottenere labels allineati a ogni indice di Score senza codificare direttamente le posizioni HEAD e TAIL.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Valutazione
- Stack tecnologico
- csharp
- Ambito
- machine-learning
- Tipo di issue
- Funzionalità
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Stato di attività
- Ferma
- Chiarezza
- Abbastanza chiara
- Idoneità per principianti
- 25/100