Docker 下,五分钟极速体验机器学习,java 从入门到精通第五版防盗码
To access the notebook, open this file in a browser:
file:///root/.local/share/jupyter/runtime/nbserver-6-open.html
Or copy and paste one of these URLs:
http://(a61298ac6493 or 127.0.0.1):8888/?token=708d365fce9d9a76f98b2ade7e9aefcbc8401dbf5027ffa6
[W 06:31:15.960 NotebookApp] Clearing invalid/expired login cookie username-192-168-121-137-8888
[W 06:31:15.961 NotebookApp] Couldn't authenticate WebSocket connection
[W 06:31:15.961 NotebookApp] Clearing invalid/expired login cookie username-192-168-121-137-8888
[W 06:31:15.962 NotebookApp] Clearing invalid/expired login cookie username-192-168-121-137-8888
[W 06:31:15.981 NotebookApp] 403 GET /api/kernels/5e3f93d5-4f80-4ed3-ad56-b04db61c8487/channels?session_id=33173ba03fee449da0839df0e10cfb6e (192.168.121.1) 22.41ms referer=None
注意上面的 http://(a61298ac6493 or 127.0.0.1):8888/?token=708d365fce9d9a76f98b2ade7e9aefcbc8401dbf5027ffa6,其中的 708d365fce9d9a76f98b2ade7e9aefcbc8401dbf5027ffa6 是登录 jupyter 网页时要填写的 token 字段,后面会用到;
机器学习的开发环境已经 OK 了,够快吗?该运行经典入门实例了;
实战鸾尾花分类
运行 docker 的电脑 IP 地址是 192.168.121.137,于是打开浏览器,输入地址:http://192.168.121.137:8888
出现 jupyter 登录页面,如下图,前面我们记下来了 token 字符串的值(708d365fce9d9a76f98b2ade7e9aefcbc8401dbf5027ffa6),在红框位置输进去,然后点击右侧的"Log in"按钮,即可登录成功;
如下图,点击右侧的"New",在弹出的菜单中点击"Python 3":
会出现新的页面,如下图,这就是我们输入代码和运行代码的地方:
在上图红框中,输入以下代码,这段代码就是经典的鸾尾花分类:一共有 150 朵鸾尾花,每朵有自己的花萼长、花萼宽、花瓣长、花瓣宽这四个特征值,这 150 朵鸾尾花一共分为三类,我们取其中的 140 朵交给机器学习,学习完成后,我们将剩下 10 朵的特征给机器,让机器来分类,最后对比机器分类的结果和实际结果,看看误差有多大,代码中已经添加了详细的注释,就不再赘述了:
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
import numpy as np
import pandas as pd
from pandas.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn.neighbors import KNeighborsClassifier
#可以在浏览器上实时显示图像
%matplotlib inline
#取得鸾尾花数据集
iris_dataset = load_iris()
#将整个数据集分割成两部分:train 用来训练,test 用来测试,这里 test_size 等于 10 表示测试数据只有 10 条,其余的全部用作训练,
#注意,train_test_split 会将 iris_dataset 的数据顺序打乱再分割
#X 表示特征数据,每一行表示一朵鸾尾花的完整特征,该特征有四列:花萼长、花萼宽、花瓣长、花瓣宽
#y 表示标签,例如 y[0]=1,就表示 X[0]的四
个特征,对应的鸾尾花是第二类,总共有三类鸾尾花
X_train, X_test, y_train, y_test = train_test_split(iris_dataset['data'], iris_dataset['target'], test_size=10)
#在绘图的时候,指定数据列的名称来自数据集的'feature_names'
iris_dataframe=pd.DataFrame(X_train, columns=iris_dataset['feature_names'])
#绘图,散点矩阵图,每个小图和横轴是一个特征,纵轴是另个特征,
#例如花萼长做横轴、花萼宽做纵轴,可以看出不同的花萼长、花萼宽数据对应的鸾尾花类型分布情况
grr=scatter_matrix(iris_dataframe, c=y_train, figsize=(15,15), marker='o', hist_kwds={'bins':20}, s=60, alpha=.8)
#使用 K 最邻近算法来做训练
knn = KNeighborsClassifier(n_neighbors=1)
#用前面分割好的数据来做训练,X 是特征,y 是确定的鸾尾花的类型
knn.fit(X_train, y_train)
#训练完毕后,输入前面分割好的 10 组特征值,用 K 最邻近算法预测这 10 组特征值分别是哪 10 种鸾尾花
y_pred = knn.predict(X_test)
#把预测结果打印出来
print("测试集预测结果:\n{}".format(y_pred))
#y_test 是早就准备好的,那 10 组特征对应的实际的类型
print("测试集实际结果:\n{}".format(y_test))
#将预测结果和实际结果做对比,可以得到预测的准确率
print("knn 打分:{:.2f}".format(knn.score(X_test, y_test)))
写完了代码,点击下图红框中的按钮,即可运行:
运行结果会立即显示出来,如下图:
您可以修改源码中 train_test_split 方法的 test_size 参数,例如从 10 改为 50,这样学习样本就减少了,而测试数据增加了,理论上推测准确率会下降,请您自行修改和验证这个推论;
至此,您已经搭建好了机器学习的开发环境,并且运行了最经典的入门 Demo。
关于 Docker
一行命令就搭建好了开发环境,您也许会对该命令中的 Docker 镜像感兴趣,该镜像的关键是两个文件:制作镜像的Dockerfile和容器启动的docker-entrypoint.sh,您可以在可以从 GitHub 上下载这两个文件,地址和链接信息如下表所示:
| 名称 | 链接 | 备注 |
| :-- | :-- | :-- |
| 项目主页 | https://github.com/zq2599/blog_demos | 该项目在 GitHub 上的主页 |
评论