在今年的Build大會上，微軟首次發布了ML.NET。ML.NET是開源的、跨平臺的以及運行在.NET上的機器學習框架。微軟的Ankit Asthana宣布該項目已經完成了第二版的開發。第二版增加了幾個新功能，包括名為集群的新機器學習任務，交叉驗證和訓練-測試，以及一個GitHub上的新repo，演示了如何同時使用新功能和已有功能。

\\

ML.NET 0.2所做的改變之一是它支持從對象集中加載數據集，之前這些數據只能從一個限定的文本文件中加載。另一個新增功能是交叉驗證，這是一種驗證機器學習模型性能的方法。交叉驗證方法的一個好處是，它不需要與用于創建模型的數據集做分離。相反，它可以將所提供的數據多次劃分為不同的訓練-測試數據組。

\\

ML.NET 0.2版本新增了一個不斷增長的示例代碼庫，演示了如何使用這個新框架。類別范圍從基本示例到學習新概念，以及更大的應用程序（這些應用程序都是應用該技術的完整功能演示）。

\\

ML.NET支持在Linux、MacOS和Windows上開發的項目。想開始使用ML.NET的開發者可以很容易地通過在Visual Studio或者命令行中添加ML.NET NuGet包來完成他們的項目。在ML.NET 0.2中，微軟提供了完整的發行說明，以及一份包含36個項目的詳細清單。

\\

查看英文原文：ML.NET 0.2 Adds Clustering, New Examples

\\

感謝張衛濱對本文的審校。