Question

我有一个术语项目，需要使用MySQL中存储的数据来使用Tensorflow或其他方法训练分类模型。

我尝试使用https://github.com/tensorflow/docs/blob/master/site/en/r2/tutorials/keras/feature_columns.ipynb中的示例，花了很多时间将数据处理到csv文件并修改python脚本。虽然我需要做很多实验，但是可能还有更简单的工具可以对我的MySQL数据集进行训练和实验吗？

Answer 1

也许SQLFlow可以满足您的需求；我试图用您提供的数据集构建一个SQLFlow脚本，她应该像这样：

SELECT *
FROM Heart_Disease
TRAIN DNNClassifier /* a pre-defined TensorFlow estimator, tf.estimator.DNNClassifier */
WITH n_classes = 3, hidden_units = [10, 20]  /* a parameter of the Estimator class constructor */
COLUMN Age, Sex, CP, FBS ..  /* From the raw data, enter the columns that you think will help predict your heart rate. */
LABEL Target  /* lable column */
INTO Heart_Disease.test_model; /* The trained model is saved to the specified data table */

应用此模型也非常容易：

SELECT *
FROM Heart_Disease.predict
PREDICT Heart_Disease.predict_result.Target
USING Heart_Disease.test_model;

Heart_Disease.predict Target列为空，预测的Target被保存到Heart_Disease.predict_result.Target表中。

仅供参考：https://github.com/sql-machine-learning/sqlflow/blob/develop/doc/demo.md

这是我的第一个答案。希望我能帮助您。

Answer 2

我想可以做的是，如果不是实时的并且没有更新，则从sql获取数据转储，然后将其用于其余部分，或者您可以创建一个mysql连接，然后将该连接提供给pandas read_sql函数，以获取数据框。 A way to do that

如果您还不熟悉tensorflow，则应尝试查看应执行工作的tensorflow的estimator API，此外，您可以使用tensorflow的keras包装器，这也简化了构建NN网络的工作。

如何使用存储在mysql中的任意数据特征训练DNN分类模型？

2 个答案: