最近在 GitHub 上看到的這個(gè) MindsDB[1] 項(xiàng)目讓我眼前一亮，它可以在數(shù)據(jù)庫(kù)里執(zhí)行機(jī)器學(xué)習(xí)相關(guān)的操作，也就是說(shuō)，僅用 SQL 就可以構(gòu)建、訓(xùn)練、優(yōu)化和部署機(jī)器學(xué)習(xí)模型，要獲得預(yù)測(cè)，只需查詢(xún)數(shù)據(jù)和 ML 模型就可以。

MindsDB 通過(guò)采用 AI 表的概念將機(jī)器學(xué)習(xí)引入數(shù)據(jù)庫(kù)。AI 表是作為虛擬表存儲(chǔ)在數(shù)據(jù)庫(kù)中的機(jī)器學(xué)習(xí)模型。它們有助于根據(jù)數(shù)據(jù)進(jìn)行預(yù)測(cè)。你可以在數(shù)據(jù)庫(kù)中執(zhí)行時(shí)間序列、回歸和分類(lèi)預(yù)測(cè)，并通過(guò)使用簡(jiǎn)單的 SQL 語(yǔ)句查詢(xún) AI 表幾乎立即獲得輸出。

接下來(lái)，我們來(lái)看一個(gè)官方提供的一個(gè)簡(jiǎn)單示例。

1、申請(qǐng)一個(gè)免費(fèi)的 MindsDB 云賬號(hào)，這樣就可以立刻體驗(yàn)到了。如果你更喜歡本地部署，可以安裝他們的 Docker 版本。

2、從 SQL 客戶(hù)端連接到 MindsDB。

3、使用 CREATE DATABASE 連接到數(shù)據(jù)庫(kù)。MindsDB 有一個(gè)示例數(shù)據(jù)庫(kù)，可以立即使用。請(qǐng)使用 CREATE DATABASE 語(yǔ)句，如下所示：

CREATE DATABASE example_data
WITH ENGINE = "postgres",
PARAMETERS = { 
  "user": "demo_user",
  "password": "demo_password",
  "host": "3.220.66.106",
  "port": "5432",
  "database": "demo"
};

執(zhí)行之后可以得到下面的結(jié)果：

Query OK, 0 rows affected (3.22 sec)

4、可以使用標(biāo)準(zhǔn) SQL 來(lái)預(yù)覽數(shù)據(jù)，如下圖所示：

5、使用 CREATE PREDICTOR 創(chuàng)建預(yù)測(cè)器：

CREATE PREDICTOR mindsdb.home_rentals_predictor
FROM example_data
  (SELECT * FROM demo_data.home_rentals)
PREDICT rental_price;

執(zhí)行后：

Query OK, 0 rows affected (9.79 sec)

6、檢查預(yù)測(cè)器的狀態(tài)：

SELECT status
FROM mindsdb.predictors
WHERE name='home_rentals_predictor';

會(huì)得到正在訓(xùn)練或者已完成的狀態(tài)：

+----------+
| status   |
+----------+
| training |
+----------+

或者

+----------+
| status   |
+----------+
| complete |
+----------+

7、執(zhí)行預(yù)測(cè)

SELECT 語(yǔ)句允許你基于特征進(jìn)行預(yù)測(cè)，其中特征是用于進(jìn)行預(yù)測(cè)的輸入變量或輸入列?，F(xiàn)在來(lái)預(yù)測(cè)一棟帶兩間浴室的 1000 平方英尺房屋的租金是多少。

SELECT rental_price
FROM mindsdb.home_rentals_predictor
WHERE number_of_bathrooms=2
AND sqft=1000;

得到結(jié)果如下：

+--------------+
| rental_price |
+--------------+
| 1130         |
+--------------+

到了這一步，你已經(jīng)成功地使用 SQL 訓(xùn)練了一個(gè)預(yù)測(cè)模型并獲得了預(yù)測(cè)的數(shù)據(jù)！

特性

1、自動(dòng)數(shù)據(jù)預(yù)處理、特征工程和編碼

2、分類(lèi)、回歸、時(shí)間序列任務(wù)

3、無(wú)需“傳統(tǒng)部署”即可將模型投入生產(chǎn)

4、獲取每個(gè)預(yù)測(cè)的模型準(zhǔn)確度評(píng)分和置信區(qū)間

5、可以將 ML 模型與現(xiàn)有數(shù)據(jù) Join

6、異常檢測(cè)

7、模型可解釋性分析

8、支持 GPU 訓(xùn)練

支持和以下數(shù)據(jù)庫(kù)集成：

最后的話

僅用 SQL 就可以使用機(jī)器學(xué)習(xí)真的很方便，MindsDB 的技術(shù)細(xì)節(jié)可以訪問(wèn)官方文檔[2]，如果有幫助請(qǐng)點(diǎn)在看分享給更多的朋友。

參考資料：

[1]MindsDB: https://github.com/mindsdb/mindsdb

[2]文檔: docs.mindsdb.com