文章 "Scikit-Learn 库中的分类模型及其导出到 ONNX"

 

新文章 Scikit-Learn 库中的分类模型及其导出到 ONNX已发布:

在本文中,我们将探讨使用 Scikit-Learn 库中所有可用的分类模型来解决 Fisher 鸢尾花数据集的分类任务。我们将尝试把这些模型转换为 ONNX 格式,并在 MQL5 程序中使用生成的模型。此外,我们将在完整的鸢尾花数据集上比较原始模型与其 ONNX 版本的准确性。

在新闻稿 “ONNX Runtime 现已开源”中,声明了 ONNX Runtime 还支持 ONNX-ML 配置文件:

ONNX Runtime是第一个完全支持 ONNX 1.2及更高版本(包括 ONNX-ML 配置文件)的公开推理引擎。 

ONNX-ML 配置文件是 ONNX 的一部分,专为机器学习 (ML) 模型设计。它旨在以方便的格式描述和表示各种类型的 ML 模型,例如分类、回归、聚类等,可以在支持 ONNX 的各种平台和环境中使用。ONNX-ML 配置文件简化了机器学习模型的传输、部署和执行,使其更易于访问和移植。

在本文中,我们将探讨 Scikit-learn 包中的所有分类模型在解决 Fisher 鸢尾花分类任务中的应用。我们还将尝试将这些模型转换为 ONNX 格式,并在 MQL5 程序中使用生成的模型。

作者:MetaQuotes