机器学习选择 Python 还是 R 语言？要不直接用 SQL 吧

文章目录

    MindsDB 简介
    MindsDB 安装
    使用案例
        配置 MySQL
        配置 MindsDB
        训练模型
        预测结果
        删除模型
        多目标预测
    总结

机器学习离不开数据，机器学习框架（TensorFlow、scikit-learn、Pytorch 等）通常都需要从 CSV 文件或者其他数据源读取数据，其中主要的数据源就是数据库。所以，无论你是使用 Python、R 还是其他编程语言，都需要编写一些代码获取和准备数据；同时这种数据的格式转换和传输都需要消耗一定的时间和资源。

如果能够直接在数据库中训练机器学习模型并且进行预测，而且一切都使用 SQL 语句完成，是不是更加简单高效呢😎！今天我们给大家介绍一个基于数据库的机器学习平台：MindsDB，了解一下如何通过 SQL 语句实现机器学习预测模型。

MindsDB 简介

MindsDB 是一个基于数据库的开源 AI 平台，通过直接为数据库引入机器学习功能，从而提高工作效率。MindsDB 可以直接通过 SQL 语句创建、训练、测试模型以及进行预测，目前支持的数据库系统包括 MySQL、MariaDB、SQL Server、PostgreSQL、ClickHouse、MongoDB 等。

MindsDB 是一个基于 Python（Pytorch）的 AutoML 框架，也支持通过编码进行模型的训练和预测，除了数据库之外还支持 CSV、Excel、JSON、文本文件、pandas DataFrame、URL、s3 文件等数据源。 MindsDB 使用 lightwood 代码库实现了简化的自动机器学习。MindsDB 还提供了 JavaScript 和 Python 开发包，可以通过 HTTP 接口实现所有功能。

除此之外，MindsDB 还提供了一个图形管理界面 MindsDB Scout，可以从数据库、本地文件、或者外部数据源上传、分析以及可视化数据，训练模型以及查询结果。

MindsDB 安装

MindsDB 需要 python 3.6 以上版本，推荐使用虚拟环境。首先创建并激活环境：

python -m venv venv

Windows

.\venv\Scripts\activate

Linux、macOS

source venv/bin/activate

然后使用 pip 安装 MindsDB：

pip install mindsdb

最后运行 MindsDB 服务：

python -m mindsdb

运行成功返回以下类似信息：

…
mysql API: started on 47335

• GUI available at http://127.0.0.1:47334/index.html
  http API: started on 47334

通过地址 http://127.0.0.1:47334 可以访问 MindsDB API；通过地址 http://127.0.0.1:47334/index.html 可以访问图形界面 MindsDB Scout。

📝其他的安装方式（包括 Docker）和相关问题，可以参考官方文档。

使用案例

接下来我们使用 MindsDB 和 MySQL 数据库训练一个预测消费的机器学习模型，并且对数据进行预测。

配置 MySQL

首先，MySQL 需要启动 FEDERATED 存储引擎支持；可以在启动服务时使用 --federated 命令行参数或者在配置文件中的 [mysqld] 部分增加一行内容：

federated

启动 MySQL 服务后使用 SHOW engines 语句确认支持 FEDERATED 存储引擎：

mysql> SHOW engines\G
*************************** 1. row ***************************
Engine: FEDERATED
Support: YES
Comment: Federated MySQL storage engine
Transactions: NO
XA: NO
Savepoints: NO

更多请见：http://www.mark-to-win.com/tutorial/51657.html