引文

这段时间刚好在学习Swift UI和Machine Learning，发现Xcode自带的Machine Learning 还是挺强大的，虽然只能使用部分的算法，但是对于一些小项目而言还是足够了的。此外，GUI图形界面真的爽到我了，Mac党狂喜

本文只涉及最基础的使用方法，如果需要进行批量预测和输出，需要自己学习SwiftUI的io流和文件处理，因为我暂时还没学这么多…只浅学了一下CoreML，所以这篇教程不会涉及批量的数据处理，只涉及基础的训练和预测

使用方法

需要提前准备的东西

• 一台Mac电脑
• Xcode
• 训练用的csv文件，需要用其他方法提前清洗和处理数据。需要竖排是属性和数值，横排是每一个样本。每一行是属性的名称。详情可以以我测试用的csv作为参考
• 一些Swift基本语法知识（和python有点类似，可以浅学一下）
• PS：本例中使用的csv数据以及最终的模型，以及成品的代码在??（可以帮我star一下）：SwiftUI/Swift ML基础教学 at main · TomorrowMC/SwiftUI (github.com)

训练并得到模型

1. 打开Xcode主界面，找到左上角，依次点击：Xcode——Open Developer Tool——Creat ML——new document

2.  选择需要的功能，这里以Tabular Regression为例，点击next，输出模型的名字，作者名字，储存位置，然后next

 3. 点击choose，select选择csv数据文件

 4.选择需要预测的值Target（即输出值），传入csv格式测试集 Testing Data（如果有的话）

5. 点击Features按钮，选择输入值和特征（这个例子里我都选上了）

 5.选择合适的算法，调参（如果选择自动的话Xcode会自动帮你选择最优的模型）

6.  点击左上角的Train按键开始训练。训练完成以后点击output——get，储存最后的模型文件

 使用模型进行预测

1. 新建一个playground：打开xcode——file——new——playGround

 2. 新建一个iOS的Playground文件，名字随便取

3. 把训练的模型拖到导航栏里（导入完成是不会显示的，你也看不到是否导入成功了。但是不要紧）

4. 在代码栏写代码进行预测（可以看看官方文档写的更详细）

import UIKit

import CoreML  //导入机器学习模块

let config=MLModelConfiguration() 
//获取ML的参数，括号内是可以传入额外参数的，但是简单的机器学习我就用默认参数了

let model=try!SleepCalculator(configuration: config) 
//获取模型，SleepCalculator表示你导入的模型的【文件名称】，我的文件名叫SleepCalculator.mlmodel。使用 try! 可以避免try catch异常。括号内的configuration传入我们默认的config参数。

let result = try! model.prediction(wake: 32400, estimatedSleep: 8.5, coffee: 1.0)
//进行预测得到一个result对象，使用model.prediction 方法进行预测，参数填入input值。因为这里只是举例，所以我随便传入了几个参数

print(result.actualSleep)
//result对象包含output的属性名称和output的数值。我需要输出的是预测的actualSleep数值，所以调用result.actualSleep。如果需要输出属性的名称，使用result.featureNames

5. 运行代码，获得最终值

PS：拆包看了一下，训练出来的模型里面Apple应该是加密过的，不能直接获取到参数和任何有用的信息，绝了。深入的学习还需要去观摩一下官方文档，这里我就不多提了……我也没学这么多…