一条SQL语句搞定机器学习模型？-技术圈

这条SQL长啥样？

INSERT INTO mindsdb.`predictors`       (`name`, `predict`, `select_data_query`)VALUES ('bikes_model', 'count', 'SELECT * FROM test.bike_data');

一条简单的语句实现创建、训练、测试和发布机器模型。

INSERT INTO mindsdb.predictors(name, predict, select_data_query)VALUES('','columns to prediect','query to trainfrom')

是的，插入一条语句（最少只需要三个值）到mindsdb.`predictors`就好了，

，模型名，也是预测时用于访问的表名，MindsDB叫它AI-Table
columns to predict，预测变量（可以不止一个）
query to trainfrom，就是训练数据，一般是一个SQL语句

MindsDB

今天的主角就是MindsDB[1]，它为现有数据库提供了一个开源AI层，可以让我们轻松使用SQL查询来开发，训练和部署最新的机器学习模型。

下面以MariaDB为例，通过一个简单的例子来对MindsDB有个直观的认识。

准备工作

软件环境

Python >=3.6
MariaDB >=10.02，因为需要CONNECT Storage Engine（CONNECT存储引擎）
MindsDB >= 2.0.0

安装MariaDB

具体过程略，这里只强调一条，启用CONNECT存储引擎[2]，如果没有该存储引擎，请另外安装（MySQL是FEDERATED）

INSTALL SONAME 'ha_connect';

安装MindsDB

pip install -U mindsdb

准备config.json

{    "api": {        "http": {            "host": "0.0.0.0",            "port": "47334"        },        "mysql": {            "host": "127.0.0.1",            "password": "password",            "port": "47335",            "user": "root"        }    },    "config_version": "1.3",    "debug": true,    "integrations": {        "default_mariadb": {            "enabled": true,            "host": "127.0.0.1",            "port": 3306,            "type": "mariadb",            "user": "root"        }    },    "storage_dir": "/data/mindsdb/datastore",     "interface":{       "datastore": {           "enabled": false       },      "mindsdb_native": {           "enabled": true       }     }}

运行mindsdb

python3 -m mindsdb  --config=config.json --api=mysql

数据准备

本次数据来自Kaggle的共享单车项目[3]

DROP TABLES if EXISTS test.`bike_data`;-- 创建表CREATE TABLE test.`bike_data` (  `datetime` datetime DEFAULT NULL,  `season` int(11) DEFAULT NULL,  `holiday` int(11) DEFAULT NULL,  `workingday` int(11) DEFAULT NULL,  `weather` int(11) DEFAULT NULL,  `temp` double DEFAULT NULL,  `atemp` double DEFAULT NULL,  `humidity` double DEFAULT NULL,  `windspeed` double DEFAULT NULL,  `casual` int(11) DEFAULT NULL,  `registered` int(11) DEFAULT NULL,  `count` int(11) DEFAULT NULL);    -- 快速导入本地数据  LOAD DATA LOCAL INFILE   '/data/bike-sharing-demand/train.csv'   INTO TABLE bike_data columns    terminated by ','    IGNORE 1 LINES;

训练模型

INSERT INTO mindsdb.`predictors`       (`name`, `predict`, `select_data_query`)VALUES ('bikes_model', 'count', 'SELECT * FROM test.bike_data');

这一步需要多少时间，视机器性能和模型复杂程度而定，可以通过如下SQL判断模型是否训练结束，

select * from mindsdb.predictors where name='bikes_model';

name	status	accuracy
bikes_model	complete	0.998

通过status（状态）可以得知，训练结束了，精确度 0.998。

查询模型（预测）

SELECT count, count_confidenceFROM mindsdb.bikes_modelWHERE datetime='2011-01-20 00:00:00' AND     season='1' AND     holiday='0' AND     workingday='1' AND     weather='1' AND     temp='10.66' AND     atemp='11.365' AND     humidity='56' AND     windspeed='26.0027' AND     registered=13 ;

返回结果

count	count_confidence
21	0.99

删除模型

DELETE FROM mindsdb.predictors WHERE name='bikes_model'

到此，一个完整的流程结束。

更多功能

更多数据库支持

MindsDB不仅仅支持MariaDB，还支持Clickhouse, MySql, Postgres, MSSQL, Mongo, Snowflake。

支持API和网页访问

支持训练和预测多个特征

链接

[1] https://mindsdb.com

[2] https://mariadb.com/kb/en/installing-the-connect-storage-engine/

[3] https://www.kaggle.com/c/bike-sharing-demand/

↓↓↓我的朋友圈更精彩↓


推荐阅读
（点击标题可跳转阅读）
Tensorflow的妙用
Python 200个标准库汇总！
机 器 学 习 中 的 数 学 意 义
玩转 Jupyter Notebook
神 经 网 络 内 部 长 啥 样？
老铁，三连支持一下，好吗？↓↓

一条SQL语句搞定机器学习模型？

支持训练和预测多个特征

↓↓↓我的朋友圈更精彩↓推荐阅读（点击标题可跳转阅读）Tensorflow的妙用Python 200个标准库汇总！机 器 学 习 中 的 数 学 意 义玩转 Jupyter Notebook神 经 网 络 内 部 长 啥 样？老铁，三连支持一下，好吗？↓↓

↓↓↓我的朋友圈更精彩↓

推荐阅读
（点击标题可跳转阅读）
Tensorflow的妙用
Python 200个标准库汇总！
机器学习中的数学意义
玩转 Jupyter Notebook
神经网络内部长啥样？
老铁，三连支持一下，好吗？↓↓