在云上的机器学习

随着大数据日新月异的飞速发展，机器学习也变的越来越性感。云和大数据是天生的一对，那么云上的机器学习又是什么样呢？我们今天就来看看几个基于云的机器学习平台：亚马逊，微软和bigml

亚马逊机器学习

我们先来看看云的领军人物亚马逊的机器学习平台 Amazon Machine Learning

首先，要是用亚马逊的机器学习，你需要有一个AWS的账号（废话）。在Analytics服务区域你会找到他的位置：

Machine Learning是AWS的一个相对比较新的功能，所以当前只有EU（爱尔兰）和美西（弗吉尼亚）两个domain支持。

选择Launch启动机器学习，首先需要一个数据源。创建一个数据源分几步：

1. 输入数据 input data

   输入的数据源可以来自：用户可以使用S3上的一个csv文件或者来自Amazon Redshift数据库

   

   这里，我在我的S3上放了一个Iris的dataset，Verify后，数据就准备好了。

   ⚠ Iris Dataset 可能是最著名的数据集 （参见wikipedia的介绍），该数据集包含了三种鸢尾属植物（什么鬼？）的50个样本，该数据包涵植物的花瓣的萼片的长度和宽度的统计。

2. 数据模式 schema

   在schema这一步，选择CSV包含name column， （Does the first line in your CSV contain the column names?   -> Yes） 结果如下：

   

3. 目标 Target

   在Target这一步，选择一个要预测的目标。

   如果选择了Species，AWS会选择创建一个分类模型 （multinomial logistic regression）

   

   如果选择了长度或者宽度属性，AWS会选择创建一个回归模型 （线性回归）

   

4. Rowid

   这一步用户可以选择一个rowid

5. review

   review所有的数据源选项后，数据源就创建成功了

数据源创建成功后，可以对模型做一些设置。

这里可以选择缺省的设置。

设置好模型后，AWS会对该模型进行评估（evaluation），需要等一段时间看到结果。

我们不需要等待评估的结果，直接来进行预测。

为了省事，我们直接使用原始的Iris数据集进行预测（本文的目的只是为了感受在云上的机器学习，并非解决实际问题）

选择Batch Prediction

选择我们刚刚创建的模型：

选择Iris数据集来进行预测

选择一个S3bucket的路径作为预测结果的存放，注意，确保机器学习的服务有对该目录的写权限。

注意ÿ