document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-01-13 22:30:37 +08:00
Code Issues Packages Projects Releases Wiki Activity

Merge pull request #25975 from wxy/20220530-Using-a-Machine-Learning-Model-to-Make-Predictions

Browse Source 
RP:published/20220530 Using a Machine Learning Model to Make Predictions.md
This commit is contained in:
Xingyu.Wang 2022-06-09 09:08:30 +08:00 committed by GitHub
commit 24658bd0b8
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 16 additions and 12 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

28
translated/tech/20220530 Using a Machine Learning Model to Make Predictions.md → published/20220530 Using a Machine Learning Model to Make Predictions.md
View File

@ -3,13 +3,16 @@
[#]: author: "Jishnu Saurav Mittapalli https://www.opensourceforu.com/author/jishnu-saurav-mittapalli/"
[#]: collector: "lkxed"
[#]: translator: "geekpi"
[#]: reviewer: " "
[#]: publisher: " "
[#]: url: " "
[#]: reviewer: "wxy"
[#]: publisher: "wxy"
[#]: url: "https://linux.cn/article-14689-1.html"
使用机器学习模型进行预测
机器学习：使用 Python 进行预测
======
机器学习基本上是人工智能的一个子集，它使用以前存在的数据对新数据进行预测。当然，现在我们所有人都知道这个道理了！这篇文章展示了如何将 Python 中开发的机器学习模型作为 Java 代码的一部分来进行预测。
> 机器学习基本上是人工智能的一个子集，它使用以前存在的数据对新数据进行预测。
当然，现在我们所有人都知道这个道理了！这篇文章展示了如何将 Python 中开发的机器学习模型作为 Java 代码的一部分来进行预测。
![Machine-learning][1]
@ -28,14 +31,15 @@ import matplotlib.pyplot as plt
```
from google.colab import files
uploaded = files.upload()
for fn in uploaded.keys(): print(‘User uploaded file “{name}” with length {length} bytes’.format(
name=fn, length=len(uploaded[fn])))
Choose files No file chosen
for fn in uploaded.keys():
print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))
```
只有在当前浏览器会话中执行了该单元格时，上传部件才可用。请重新运行此单元，上传文件 *“Hoppers Crossing-Hourly-River-Level.csv”*，大小 2207036 字节。
如果没有选择文件的话，选择上传的文件。
完成后，我们就可以使用 *sklearn 库*来训练我们的模型。为此，我们首先需要导入该库和算法模型，如图 1 所示。
只有在当前浏览器会话中执行了该单元格时，上传部件才可用。请重新运行此单元，上传文件 `Hoppers Crossing-Hourly-River-Level.csv`，大小 2207036 字节。
完成后，我们就可以使用 `sklearn` 库来训练我们的模型。为此，我们首先需要导入该库和算法模型，如图 1 所示。
![Figure 1: Training the model][2]
@ -51,7 +55,7 @@ regressor.fit(X_train, y_train)
### 在 Java 中使用 ML 模型
我们现在需要做的是把 ML 模型转换成一个可以被 Java 程序使用的模型。有一个叫做 sklearn2pmml 的库可以帮助我们做到这一点：
我们现在需要做的是把 ML 模型转换成一个可以被 Java 程序使用的模型。有一个叫做 `sklearn2pmml` 的库可以帮助我们做到这一点：
```
# Install the library
@ -75,7 +79,7 @@ via: https://www.opensourceforu.com/2022/05/using-a-machine-learning-model-to-ma
作者：[Jishnu Saurav Mittapalli][a]
选题：[lkxed][b]
译者：[geekpi](https://github.com/geekpi)
校对：[校对者ID](https://github.com/校对者ID)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出