Алисса Трояно

Введение

В этом руководстве мы будем использовать сложный автоматический предсказатель MindsDB для создания и обучения модели машинного обучения, которая прогнозирует стоимость золота с использованием исторических данных.

Настройка

Если вы хотите следовать этому руководству, вы можете использовать редактор MindsDB Cloud Editor (создайте свою бесплатную учетную запись MindsDB Cloudздесь), чтобы создать и обучить модель прогнозирования. Вы также можете загрузить набор данных, который мы будем использовать, gold_price_data.csv, из Kaggle.

Давайте начнем!

Шаг 1. Импорт данных в MindsDB

Запустите MindsDB Cloud Editor и нажмите Добавить данные.

Затем выберите вкладку Файлы.

Нажмите «Импорт файла», чтобы загрузить файл .csv с вашего устройства. (Примечание. Вы также можете использовать ссылку "Импорт URL").

Шаг 2. Предварительный просмотр набора данных
Теперь, когда вы импортировали набор данных, давайте воспользуемся SQL для предварительного просмотра его содержимого.

SHOW TABLES FROM files;
SELECT * FROM files.gold_price_data 
LIMIT 10;

Шаг 3. Создайте предиктор
 А вот и самое интересное. Теперь мы собираемся создать и обучить наш пользовательский предиктор!

CREATE PREDICTOR mindsdb.gold_value_predictor
FROM files
(SELECT * FROM gold_price_data)
PREDICT gold_value;

Давайте разберем это:

  • Чтобы инициировать нашу модель, мы используем оператор CREATE PREDICTOR.
  • Затем мы указываем столбцы таблицы, которые мы хотим обучитьFROM — вы можете рассматривать их как функции.
  • Наконец, мы объявляем, что мы хотим, чтобы наша модель PREDICT— вы могли думать об этом как о метках.

Шаг 4. Проверка состояния предиктора
 Завершение обучения предиктора может занять несколько минут. Идите вперед и запустите эту команду, чтобы увидеть, сделано ли это:

SELECT status
FROM mindsdb.predictors
WHERE name=’gold_value_predictor’;

При первоначальном выполнении вы можете увидеть training
или complete.

Не продолжайте, пока ваш вывод не будет читаться complete! (Если вы застряли с выводом, который читается как «генерация» в течение длительного периода времени, возможно, вы сделали где-то ошибка).

Шаг 5. Делайте прогнозы
Теперь, когда ваша модель завершила обучение, давайте начнем делать прогнозы! Оператор SQLSELECT позволяет нам делать прогнозы на основе наших входных переменных и входных столбцов.

В нашем импортированном наборе исторических данных указана стоимость золота с 1970 по 2020 год. Прежде чем отправиться в путешествие во времени, давайте посмотрим, что делает наш предиктор, если мы вводим дату, включенную в наш набор данных gold_price_data:

Хорошо! Похоже, наш предсказатель взял среднюю стоимость золота за 1988 год.

Теперь давайте спрогнозируем стоимость золота в 2024 году:

Перенесемся в 2090 год:

ЗАКЛЮЧЕНИЕ

На этом последнем шаге мы успешно создали и обучили модель машинного обучения, чтобы делать прогнозы на будущее на основе исторических данных!

Как видно из этого руководства, MindsDB делает машинное обучение простым, интуитивно понятным и чрезвычайно эффективным! У вас есть что-то интересное, что вы хотели бы предсказать? Отправляйтесь в MindsDB и начните тренировать свою модель уже сегодня!