PostgreSML教程：使用SQL进行机器学习

机器学习的主要趋势涉及将数据传输到模型的培训环境中。 但是，如果我们扭转了这个过程怎么办？鉴于现代数据库比机器学习模型大得多，将模型移至数据集更有效吗？

这是PostgreSML背后的基本概念 - 数据仍在其位置，您将代码带到数据库中。这种机器学习的倒置方法提供了许多实践优势，这些优势挑战了“数据库”的常规概念。

> postgresml：概述及其优点

> Postgresml是一个建立在广泛使用的PostgreSQL数据库基于的综合机器学习平台。它介绍了一种名为“ database”机器学习的新颖方法，使您能够在SQL中执行各种ML任务，而无需为每个步骤提供单独的工具。>

尽管具有相对新颖性，但PostgreSML提供了几个关键好处：>

> in-database ml：

在PostgreSQL数据库中直接在PostgreSQL数据库中直接运行ML模型。这消除了对数据库和外部ML框架之间恒定数据传输的需求，从而提高了效率并降低了延迟。

> sql API：利用SQL进行培训，微调和部署机器学习模型。这简化了数据分析师和科学家对多个ML框架不熟悉的工作流程。
• > >>预训练的模型：
>与拥抱面无缝集成，提供访问众多预训练的模型，例如Llama，Falcon，Bert和Mistral。
• 自定义和灵活性：支持Scikit-Learn，XGBoost，LGBM，Pytorch和Tensorflow的广泛算法，可直接在数据库中进行多种监督的学习任务。
>生态系统集成：与任何支持Postgres的环境一起使用多种编程语言的SDK（JavaScript，Python和Rust特别支持）。
• >
• 本教程将使用典型的机器学习工作流程演示这些功能：
数据加载
• 数据预处理
模型培训

超参数微调

生产部署

所有这些步骤将在Postgres数据库中执行。让我们开始！
2. > postgresml
3. 的完整监督学习工作流程

   入门：Postgresml免费tier

   1. >创建一个免费帐户，请> https://www.php.cn/link/3349958A3E3E56580D4E415DA345703886 ：>

   

   选择提供慷慨资源的自由层：

   注册后，您将访问Postgresml控制台以管理项目和资源。>

   “管理”部分允许您根据计算需求扩展环境。>

   1。安装和设置Postgres

   > PostgreSML需要PostgreSQL。 可用于各种平台的安装指南：

   > Windows
   mac os
   • linux
   对于WSL2，以下命令足够：
   • >
   验证安装：

   sudo apt update
   sudo apt install postgresql postgresql-contrib
   sudo passwd postgres  # Set a new Postgres password
   # Close and reopen your terminal

   为了获得比终端更具用户友好的体验，请考虑VSCODE扩展。

   >

   psql --version

   2。数据库连接

   使用PostgreSML控制台中的连接详细信息：

   >使用

   ：连接

   或者，使用文档中所述的VSCODE扩展名。

   启用PGML扩展名：psql

   psql -h "host" -U "username" -p 6432 -d "database_name"

   验证安装：

   3。数据加载

   CREATE EXTENSION IF NOT EXISTS pgml;

   >我们将使用Kaggle的Diamonds数据集。将其作为CSV下载或使用此python片段：

   SELECT pgml.version();

   创建表：

   填充表：

   import seaborn as sns
   diamonds = sns.load_dataset("diamonds")
   diamonds.to_csv("diamonds.csv", index=False)

   验证数据：

   CREATE TABLE IF NOT EXISTS diamonds (
      index SERIAL PRIMARY KEY,
      carat FLOAT,
      cut VARCHAR(255),
      color VARCHAR(255),
      clarity VARCHAR(255),
      depth FLOAT,
      table_ FLOAT,
      price INT,
      x FLOAT,
      y FLOAT,
      z FLOAT
   );

   INSERT INTO diamonds
      (carat, cut, color, clarity, depth, table_, price, x, y, z)
      FROM '~/full/path/to/diamonds.csv'
      DELIMITER ','
      CSV HEADER;

   4。模型培训

   SELECT * FROM diamonds LIMIT 10;

   基本培训

   训练XGBoost回归剂：

   训练多级分类器：

   >预处理

   SELECT pgml.train(
    project_name => 'Diamond prices prediction',
    task => 'regression',
    relation_name => 'diamonds',
    y_column_name => 'price',
    algorithm => 'xgboost'
   );

   训练具有预处理的随机森林模型：
   PostgreSML提供各种预处理选项（编码，插图，缩放）。

   SELECT pgml.train(
    project_name => 'Diamond cut quality prediction',
    task => 'classification',
    relation_name => 'diamonds',
    y_column_name => 'cut',
    algorithm => 'xgboost',
    test_size => 0.1
   );

   指定超参数
   >使用自定义超参数训练XGBoost回归剂：>

   sudo apt update
   sudo apt install postgresql postgresql-contrib
   sudo passwd postgres  # Set a new Postgres password
   # Close and reopen your terminal

   >超参数调整

   执行网格搜索：

   psql --version

   5。模型评估

   使用pgml.predict进行预测：

   >

   psql -h "host" -U "username" -p 6432 -d "database_name"

   使用特定模型，指定其ID：>

   CREATE EXTENSION IF NOT EXISTS pgml;

   检索模型ID：

   SELECT pgml.version();

   6。模型部署

   Postgresml

   自动部署表现最佳的模型。 对于更精细的控制，请使用

   ：pgml.deploy>

   import seaborn as sns
   diamonds = sns.load_dataset("diamonds")
   diamonds.to_csv("diamonds.csv", index=False)

   >部署策略包括

   ，best_score和most_recent。 rollback

   进一步探索postgresml

   > postgresml超出了监督学习的范围。首页具有用于实验的SQL编辑器。 建立面向消费者的ML服务可能涉及：

   创建一个用户界面（例如，使用简化或taipy）。>

   开发后端（python，node.js）。
   1. 使用
   或
   2. 的库进行数据库交互。
   >
   3. >后端中的预处理数据。psycopg2 在用户交互时，pg-promise触发
   5. pgml.predict结论
   PostgreSML提供了一种新颖的机器学习方法。 为了进一步了解您的理解，请探索GostgreSML文档，并考虑Datacamp的SQL课程和AI基础知识等资源。

   >

以上是PostgreSML教程：使用SQL进行机器学习的详细内容。更多信息请关注PHP中文网其他相关文章！