Sie können maschinelles Lernen nur mit SQL durchführen

Das MindsDB[1]-Projekt, das ich kürzlich auf GitHub gesehen habe, hat meine Augen zum Leuchten gebracht. Es kann maschinelles Lernen in der Datenbank ausführen, das heißt, Sie können maschinelles Lernen nur mit SQL erstellen Um Vorhersagen zu erhalten, fragen Sie einfach die Daten und das ML-Modell ab.

MindsDB bringt maschinelles Lernen in die Datenbank, indem es das Konzept der KI-Tabellen übernimmt. KI-Tabellen sind Modelle für maschinelles Lernen, die als virtuelle Tabellen in einer Datenbank gespeichert sind. Sie helfen dabei, datenbasierte Vorhersagen zu treffen. Sie können Zeitreihen-, Regressions- und Klassifizierungsvorhersagen in Ihrer Datenbank durchführen und fast sofort eine Ausgabe erhalten, indem Sie eine KI-Tabelle mithilfe einfacher SQL-Anweisungen abfragen.

Als nächstes schauen wir uns ein einfaches Beispiel an, das vom Beamten bereitgestellt wurde.

1. Beantragen Sie ein kostenloses MindsDB-Cloud-Konto, damit Sie es sofort erleben können. Wenn Sie eine lokale Bereitstellung bevorzugen, können Sie die Docker-Version installieren.

2. Stellen Sie über den SQL-Client eine Verbindung zu MindsDB her.

3. Verwenden Sie CREATE DATABASE, um eine Verbindung zur Datenbank herzustellen. MindsDB verfügt über eine gebrauchsfertige Beispieldatenbank. Bitte verwenden Sie die CREATE DATABASE-Anweisung, wie unten gezeigt:

CREATE DATABASE example_data
WITH ENGINE = "postgres",
PARAMETERS = { 
"user": "demo_user",
"password": "demo_password",
"host": "3.220.66.106",
"port": "5432",
"database": "demo"
};

Nach der Ausführung können Sie die folgenden Ergebnisse erhalten:

Query OK, 0 rows affected (3.22 sec)

4 Sie können Standard-SQL verwenden, um eine Vorschau der Daten anzuzeigen, wie in der Abbildung unten gezeigt:

5. Verwenden Sie CREATE PREDICTOR, um einen Prädiktor zu erstellen:

CREATE PREDICTOR mindsdb.home_rentals_predictor
FROM example_data
(SELECT * FROM demo_data.home_rentals)
PREDICT rental_price;

Nach der Ausführung:

Query OK, 0 rows affected (9.79 sec)

6. Überprüfen Sie den Status des Prädiktors:

SELECT status
FROM mindsdb.predictors
WHERE name='home_rentals_predictor';

Sie erhalten den Status „Training“ oder „Abgeschlossen“:

+----------+
| status |
+----------+
| training |
+----------+

7. Vorhersage ausführen

Mit der SELECT-Anweisung können Sie Vorhersagen basierend auf Features treffen, wobei Features Eingabevariablen oder Eingabespalten sind, die zum Treffen von Vorhersagen verwendet werden. Sagen Sie nun voraus, wie viel die Miete für ein 1.000 Quadratmeter großes Haus mit zwei Badezimmern sein wird.

+----------+
| status |
+----------+
| complete |
+----------+

Das Ergebnis ist wie folgt:

SELECT rental_price
FROM mindsdb.home_rentals_predictor
WHERE number_of_bathrooms=2
AND sqft=1000;

In diesem Schritt haben Sie erfolgreich ein Vorhersagemodell mit SQL trainiert und die vorhergesagten Daten erhalten!

Funktionen

1. Automatische Datenvorverarbeitung, Feature-Engineering und Codierung

2. Setzen Sie das Modell ohne „traditionelle Bereitstellung“ in die Produktion

4 und Konfidenzintervall

5. Kann ML-Modell mit vorhandenen Daten verbinden

7. Modellinterpretierbarkeitsanalyse

Unterstützt die Integration mit den folgenden Datenbanken:

Es ist wirklich praktisch, maschinelles Lernen nur mit SQL zu verwenden. Für die technischen Details von MindsDB können Sie das offizielle Dokument [2] besuchen, um es mit weiteren Freunden zu teilen.

Referenzen:

[1]MindsDB: https://github.com/mindsdb/mindsdb

[2]Dokumentation: docs.mindsdb.com

Das obige ist der detaillierte Inhalt vonSie können maschinelles Lernen nur mit SQL durchführen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!