mirror of
https://github.com/LCTT/TranslateProject.git
synced 2025-01-13 22:30:37 +08:00
Merge pull request #25975 from wxy/20220530-Using-a-Machine-Learning-Model-to-Make-Predictions
RP:published/20220530 Using a Machine Learning Model to Make Predictions.md
This commit is contained in:
commit
24658bd0b8
@ -3,13 +3,16 @@
|
|||||||
[#]: author: "Jishnu Saurav Mittapalli https://www.opensourceforu.com/author/jishnu-saurav-mittapalli/"
|
[#]: author: "Jishnu Saurav Mittapalli https://www.opensourceforu.com/author/jishnu-saurav-mittapalli/"
|
||||||
[#]: collector: "lkxed"
|
[#]: collector: "lkxed"
|
||||||
[#]: translator: "geekpi"
|
[#]: translator: "geekpi"
|
||||||
[#]: reviewer: " "
|
[#]: reviewer: "wxy"
|
||||||
[#]: publisher: " "
|
[#]: publisher: "wxy"
|
||||||
[#]: url: " "
|
[#]: 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]
|
![Machine-learning][1]
|
||||||
|
|
||||||
@ -28,14 +31,15 @@ import matplotlib.pyplot as plt
|
|||||||
```
|
```
|
||||||
from google.colab import files
|
from google.colab import files
|
||||||
uploaded = files.upload()
|
uploaded = files.upload()
|
||||||
for fn in uploaded.keys(): print(‘User uploaded file “{name}” with length {length} bytes’.format(
|
for fn in uploaded.keys():
|
||||||
name=fn, length=len(uploaded[fn])))
|
print('User uploaded file "{name}" with length {length} bytes'.format(name=fn, length=len(uploaded[fn])))
|
||||||
Choose files No file chosen
|
|
||||||
```
|
```
|
||||||
|
|
||||||
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]
|
![Figure 1: Training the model][2]
|
||||||
|
|
||||||
@ -51,7 +55,7 @@ regressor.fit(X_train, y_train)
|
|||||||
|
|
||||||
### 在 Java 中使用 ML 模型
|
### 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
|
# 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]
|
作者:[Jishnu Saurav Mittapalli][a]
|
||||||
选题:[lkxed][b]
|
选题:[lkxed][b]
|
||||||
译者:[geekpi](https://github.com/geekpi)
|
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
|
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出
|
||||||
|
|
Loading…
Reference in New Issue
Block a user