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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注