ML.NET 专门为.NET开发者供给了一套跨平台的开源的机器学习框架。

ML.NET撑持.NET开发者不需要过度专业的机器学习开发经验，就能轻松地训练本身的模型，并且嵌入到本身的应用中。一切尽在.NET之中。ML.NET早期是由Microsoft Research开发，近十年来逐步集成到一个梗概系中被众多Microsoft产品使用，如大家熟知的Windows、Bing、PowerPoint、Excel之类。

ML.NET的第一个预览版供给了分类器（如文天职类、感情分析）和回归（如价格预测）等实用的机器学习模型。初版颁布后在既有成果之上又新增了关于训练模型的.NET API，使用这些模型进行预测，就像框架中算法、转换、数据布局一类核心组件一样的开发体验。

接下来用个示例，一起进入快速上手的实践中来。

安置.NET SDK 

为了创建一个.NET应用，首先下载 .NET SDK。  

创建应用

使用如下命令初始化项目，创建一个控制台应用措施，方针为myApp：

dotnet new console -o myApp cd myApp

安置ML.NET包

使用如下命令安置Microsoft.ML包：

dotnet add package Microsoft.ML

下载数据集

假设我们使用机器学习来预测鸢尾花的类型，好比有setosa、versicolor、virginica三种，基于特征有四种：花瓣长度、花瓣宽度, 萼片长度、萼片宽度。

去UCI Machine Learning Repository: Iris Data Set下载一个现成的数据集，，复制粘贴此中的数据到任何一个文本编纂器中，然后生存定名为iris-data.txt到myApp目录中。

粘贴完文本内容应该是如下格局，每一行暗示差别鸢尾花的样本，数值的部分从左到右依次是萼片长度、萼片宽度、花瓣长度、花瓣宽度，最后是鸢尾花的类型。

如果是使用了Visual Studio，将iris-data.txt添加至项目中，需要进行如下配置确保运行时数据集文件在输出的目录中。

编写代码

打开Program.cs文件，输入以下代码：

运行应用

使用如下命令行运行措施：

dotnet run

在最后一行将输出对花的预测功效，你可以改削传给Predict函数各类鸢尾花的特征值看看有什么差此外功效。

恭喜，你已经跨入使用ML.NET进行机器学习的门槛了！