如何使用MySQL数据库作为机器学习的数据集

我使用Django和MySQL数据库完成了一个项目来收集销售数据,我想从这些数据中进行一些预测,比如使用ANN/SVM进行需求预测

是否可以直接将MySQL数据库作为输入,或者我应该将它们转换为CSV格式


回答:

如果你的服务器/机器有足够的RAM,你可以直接从MySQL读取数据到Pandas DataFrame,然后将该DataFrame输入到sklearn/Keras/Tensorflow中。

示例:

from sqlalchemy import create_engineimport pymysqlimport pandas as pddb_connection = 'mysql+pymysql://mysql_user:mysql_password@mysql_host/mysql_db'conn = create_engine(db_connection)df = pd.read_sql("select * from tab_name", conn)

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注