如何使用现有ML.NET模型，以JSON为输入无需额外代码完成预测

AI 小北

2026-10-6

问题解答

完全可以实现你要的效果，不需要为每个新模型单独编写调用逻辑、也不需要重新编译项目，这种场景在C#生态下生成.zip格式模型的常用框架ML.NET中有原生支持。

核心实现思路

不需要预定义强类型的输入/输出类，利用ML.NET的动态数据处理能力直接适配JSON输入：

加载.zip模型后可以通过InputSchema属性自动读取模型要求的输入字段规则，不需要硬编码字段结构
传入字段匹配的JSON数据后，只需按照Schema要求做类型转换，将JSON数据映射为动态的IDataView对象即可传入模型执行预测
预测结果也可以从输出的IDataView中按字段名动态读取，无需预定义输出类

关键实现代码示例

using Microsoft.ML;
using System.Text.Json;

// 初始化MLContext
var mlContext = new MLContext();

// 直接加载模型文件，不需要提前指定输入输出类型
ITransformer model = mlContext.Model.Load("你的模型文件路径.zip", out var modelInputSchema);

// 解析输入JSON
var inputJson = "{\"字段1\": 1.2, \"字段2\": \"分类值\", \"字段3\": 5}";
var inputDict = JsonSerializer.Deserialize<Dictionary<string, object>>(inputJson);

// 将字典转换为符合Schema要求的动态行
var inputRows = new List<Dictionary<string, object>> { inputDict };
var inputDataView = mlContext.Data.LoadFromEnumerable(inputRows, modelInputSchema);

// 执行预测
var outputDataView = model.Transform(inputDataView);

// 动态读取预测结果
var predictions = mlContext.Data.CreateEnumerable<Dictionary<string, object>>(outputDataView, reuseRowObject: false).ToList();
var result = predictions.First()["预测结果字段名"];