Create ML 簡介：如何在 Xcode 10 構建不同的機器學習模型

你知道嗎，Apple 的全球開發者大會 (WWDC) 已經在上週舉行了！在這會議上，Apple 對現有的軟體和框架發佈了不少改進，而其中一個框架就是 Create ML 。

去年，Apple 推出了 Core ML，這工具讓你以最少的程式碼迅速將預先訓練好的機器學習模型導入 App 內。今年，Apple 透過 Create ML 這項工具，讓開發人員有能力透過 Xcode Playground 建立自己的機器學習模型 ，我們只需要一些數據就可以進行訓練了！雖然到目前為止，Create ML 僅支援文字、圖像和表格為數據，但大多數 ML 應用程式就是由這三種數據組成，因此應該能夠滿足你的需求了。現在，讓我向你展示如何使用這三種數據創建 ML 模型吧！

[圖片來源：Apple]

為何是 Create ML

你可能覺得疑惑，為什麼我會選擇 Create ML？這是因為 Create ML 能善用軟件內置的機器學習基礎設施。當你下載 iOS 12 或 macOS Mojave 時，你同時也在下載一些機器學習框架。這樣一來，當你創建自己的 ML 模型時，由於大部分數據已經存在於用戶設備上，就可佔用較少空間。

另一個 Create ML 受歡迎的原因，就是易於使用。你使用 Create ML 唯一需要做的，就是準備廣泛的數據集（文本或圖像）、編寫幾行程式碼，然後就可以運行 Playground 了！其他熱門工具如 Tensorflow 和 Caffe 需要大量程式碼，視覺化界面又不友善，Create ML 相比之下就簡單得多了。Create ML 全部內置於 Xcode Playgrounds 中，因此你會非常熟悉開發環境，而最好的是 ── 只用 Swift 程式語言就可以完成開發了！

先決條件

在本教學中，我只會展示如何使用 Create ML 創建自己的 ML 模型。如果想了解如何將 Core ML 模型導入 iOS App，你可以參考這篇教學。

圖像分類器模型

數據

讓我們從構建一個圖像分類器模型開始吧！我們可以隨意添加很多的圖像和標籤，但為了簡單起見，我們將構建一個辨識蘋果和香蕉的圖像分類器。你可以在這裡下載圖像。

資料夾內另有兩個資料夾，就是訓練數據 (Training Data)和測試數據 (Testing Data)，兩個資料夾內均有蘋果和香蕉的圖片。在測試數據中有蘋果和香蕉圖像各 20 張，而訓練數據資料夾中就有各 80 張蘋果和香蕉圖像。我們將使用訓練數據中的圖像來訓練分類器，然後使用測試數據來測試其準確率。

如果你想構建自己的圖像分類器，就應該將數據集分成 80-20。把約 80% 圖像放在訓練數據資料夾，剩下的就放在測試數據資料夾。這樣一來，你就可以有更多數據來訓練分類器。在兩個資料夾中，將圖像分別放入其資料夾中，並根據圖像的類別標籤命名資料夾。

現在，打開 Xcode 並點擊 Get Started with a Playground。打開了新的視窗後，這一步非常重要 ── 在 macOS 頁籤下，選擇 Blank 模板，如下圖所示。

在 macOS 而非 iOS 中選擇空白模板是非常重要的，因為 iOS Playgrounds 並不支援 CreateML 框架。

命名 Playground 並將其儲存到任何地方。現在讓我們開始編寫程式碼！

程式碼

現在要說的事可能會讓你震驚，因為你所需要的就只是 3 行程式碼！刪除 Playground 上所有內容並輸入以下程式碼：

import CreateMLUI

let builder = MLImageClassifierBuilder()
builder.showInLiveView()

這樣就完成了！請確認你已經在 Xcode Playgrounds 啟用了 Live View 功能，這樣你就能夠看到視覺化界面！

CreateMLUI 就像 CreateML 般是個框架，但它是有 UI 的。到目前為止，我們的 CreateMLUI 只能用於圖像分類，現在，來看看我們如何與 UI 進行互動吧！你會發現其實是很簡單的。

使用者介面 (UI)

在 Live View 中，你會看到我們需要先放下圖像才能開始！這很簡單，把整個訓練數據資料夾放入該區域。

放下資料夾後，你會看到 Playground 開始訓練圖像分類器。在控制台中，你會看到在多少時間內處理了多少圖像，以及數據訓練完成的百分比。

整個過程大約 30 秒（實際時間取決於你的設備）。當一切處理完成後，你應該會看到這個畫面：

你會看到三個標籤：Training、Validation 和 Evaluation。Training 是指 Xcode 成功訓練數據的百分比，這應該是 100%。

訓練時，Xcode 將訓練數據分配為 80-20。在訓練了 80% 的訓練數據之後，Xcode 在剩下的 20% 上運行分類器，這就是 Validation 的意思：分類器能夠正確分類訓練圖像的百分比。通常來說，這百分比每次都不一樣，因為 Xcode 未必每次都分配出相同的數據。在我的例子中，Xcode 的 Validation 有 88%，並不需要擔心其準確率。Evaluation 則是空的，因為我們還沒有給測試數據予分類器。現在就來放測試數據吧！

這應該很快完成，完成後，Evaluation 應該會是 100%，這意味著分類器正確標記了所有圖像！

如果你對結果感到滿意，就可以存檔了！點擊 Image Classifier 旁邊的箭頭，下拉選單會顯示所有的元數據，填好元數據後就可以保存到任何位置！

打開 CoreML 模型並查看元數據，它已包含了你填寫的所有資料。恭喜你！你就是這個強大圖像分類器模型的作者，而且它只佔 17 KB！

你可以將它導入你的 iOS App，並檢查它的運作！接下來，我們來看看如何創建自己的文字分類器吧！這將會需要更多程式碼。

文字分類器模型

數據

接下來，我們將使用 Create ML 構建垃圾郵件檢測器模型，這個模型可以確定郵件是不是垃圾郵件。就如所有機器學習應用程式一樣，我們需要一些數據。請在這裡下載範例 JSON 文件。

打開文件後，你會看到一個包含大量資訊的 JSON 表格，列出這些資訊是不是垃圾郵件。與你的應用程式需要的數據相比，此範例數據量非常少。

程式碼

現在，我們必須指示 Xcode 訓練數據。雖然沒有一個漂亮又簡單的用戶界面，但我們所使用的程式碼並不困難。請輸入以下內容：

import CreateML
import Foundation
//1
let data = try MLDataTable(contentsOf: URL(fileURLWithPath: "/Users/Path/To/spam.json"))
let (trainingData, testingData) = data.randomSplit(by: 0.8, seed: 5)
let spamClassifier = try MLTextClassifier(trainingData: trainingData, textColumn: "text", labelColumn: "label")
//2
let trainingAccuracy = (1.0 - spamClassifier.trainingMetrics.classificationError) * 100
let validationAccuracy = (1.0 - spamClassifier.validationMetrics.classificationError) * 100
//3
let evaluationMetrics = spamClassifier.evaluation(on: testingData)
let evaluationAccuracy = (1.0 - evaluationMetrics.classificationError) * 100
//4
let metadata = MLModelMetadata(author: "Sai Kambampati", shortDescription: "A model trained to classify spam messages", version: "1.0")
try spamClassifier.write(to: URL(fileURLWithPath: "/Users/Path/To/Save/SpamDetector.mlmodel"), metadata: metadata)

讓我來解釋一下程式碼，大部分都應該相當簡單：

1. 首先，我們在spam.json 檔案內創建型別為 MLDataTable 的常數 data。MLDataTable 是一個全新的物件，用於創建表格來訓練或評估 ML 模型。我們將數據分成 trainingData 和 testingData，和前文一樣，比例為 80-20，Seed 為 5（Seed 是指分類器應從何處開始）。然後我們用訓練數據定義一個名為 spamClassifier 的 MLTextClassifier，定義數據的甚麼數值是文本、甚麼數值是標籤。
2. 我們創建了兩個變數 trainingAccuracy 和 validationAccuracy，用於確定分類器的準確率。在側面控制板中，你將能夠看到準確率的百分比。
3. 我們也檢查了 Evaluation 的表現。（請記住，Evaluation 是分類器分類未接觸過的文字的準確度。）
4. 最後，我們為 ML 模型創建一些元數據給作者、描述和版本等。我們使用 write() 函數，將模型保存到我們選擇的位置！在下面的圖片中，你會看到我選擇了保存到桌面。

執行 Playground，你可以在控制台中查看疊代、右邊欄位查看準確度。全部完成後，Core ML 模型將被保存，你可以查看模型和元數據！

表格分類器

數據

表格數據是 Create ML 最先進和有趣的功能。通過觀察表格中的一組特徵，Create ML 可以檢測當中的規律，並創建分類器來檢測所需的目標特徵。

在這種情況下，讓我們來處理機器學習世界中最受歡迎的數據集 ── 房地產價格！為了令教程更有趣，數據集不是 JSON 格式，而是 CSV 格式！請在這裡下載數據集。

數據集是在 UCI 機器學習資料庫中，波士頓房地產資料的修訂版。打開文件，你會看到一個巨大的表格，裡面有數字和 4 個縮寫。以下是它們的意思：

• RM：每宅房間的平均數
• LSTAT：被認為是較低階層的人口比率
• PTRATIO：城內教師與學生的比率
• MEDV：自住房屋價格的中位數

你應該可以猜到，我們將使用 3 個特徵（RM、LSTAT、PTRATIO）來計算最終價格（MEDV）！

程式碼

讓 Xcode 讀取表格非常簡單，以下程式碼看起來應該與文字分類程式碼非常相似：

//1
let houseData = try MLDataTable(contentsOf: URL(fileURLWithPath: "/Users/Path/To/HouseData.csv"))
let (trainingCSVData, testCSVData) = houseData.randomSplit(by: 0.8, seed: 0)
//2
let pricer = try MLRegressor(trainingData: houseData, targetColumn: "MEDV")
//3
let csvMetadata = MLModelMetadata(author: "Sai Kambampati", shortDescription: "A model used to determine the price of a house based on some features.", version: "1.0")
try pricer.write(to: URL(fileURLWithPath: "/Users/Path/To/Write/HousePricer.mlmodel"), metadata: csvMetadata)

如果你不能理解上面的程式碼，沒關係，讓我們一步一步來！

1. 第一步，我們呼叫 URL(fileURLWithPath:)，以在 HouseData.csv 中引用我們的數據。然後，我們定義分配訓練數據和測試數據的比率，我們會像往常一樣分成 80-20，但我們會改變一點，就是讓分類器從頭開始分類（將 seed 設置為 0）。
2. 接下來，我們使用全新的 MLRegressor 列舉，為數據定義 pricer 迴歸器。這就是 Create ML 最酷的地方！ ML 演算法有許多迴歸器可以使用，包括線性（Linear）、提升樹（Boosted Tree）、決策樹（Decision Tree）和隨機森林（Random Forest）等，這些只是最常見的幾個，但如果不是 ML 專家，就很難確定哪一種最適合你的數據，這時 Create ML 就可以幫到你了。當你選擇 MLRegressor 時，Create ML 會利用所有迴歸器運行你的數據，並為你選擇最適合的迴歸器。我們選擇訓練數據為 houseData，並將目標列設置為 MEDV，也就是房屋價格中位數。

   這裡容我快速介紹一些術語。分類器和迴歸器之間有什麼區別呢？分類器將數據的輸出分為到類別或標籤；而迴歸器不會有標籤，它使用訓練數據預測輸出值。另外，在機器學習中，特徵是數據集的變量。在我們的例子中，特徵就是房間的平均數量、人口的百分比、和師生比例；而目標是數據中的其中一列，列出想要迴歸器預測的數據 ── 即是房屋價格中位數。

3. 最後，我們為模型設定元數據，並保存到任何地方！

在撰寫本文時，Create ML 還未支援顯示 MLRegressors 的準確度，它只能顯示最大誤差和平方根誤差，兩者對顯示模型的準確度沒什麼用。不過相信我吧，Xcode 開發的模型是相當準確的。

在 Playground 執行完成後，請看看右邊欄位，Create ML 已經確定 Boosted Tree 迴歸器最適合我們的數據！是不是很神奇？我已將 Core ML 模型保存到我的桌面，請打開 Core ML 模型並查看元數據。

結語

在本教學中，你學懂了如何使用 Apple 最新框架 Create ML 創建自己的機器學習模型！只需幾行程式碼，你就可以創建先進的機器學習演算法來處理數據，並提供所需結果！

你學懂如何訓練 CSV 和 JSON 格式的圖像、文字和表格數據。使用 CreateMLUI，圖像訓練非常簡單，而且用於沒有 UI 的文本和表格數據，所需程式碼更是少於 10 行。

若想要瞭解更多有關 Create ML 的資訊，你可以在 WWDC 2018 觀看 Apple 的相關視頻，你也可以在這裡查看 Apple 的相關文件。

你可以在這裡下載最後的 Playground。隨著這個專案，你可以得到最終的 Core ML 模型，以便查看你的模型是否匹配！繼續嘗試 Create ML，並在導入 iOS App 時觀察結果！歡迎在下面留言，分享你的進度和 App 的截圖！