持续定义SaaS模式云数据仓库+AI( 二 )
二、What：能力与应用我们将该项目的名字叫Mars ， 其最早是意味着Matrix和array ， 当然现在已经不再局限于这两者 ， 数据维度可以达到非常高的程度；第二是意味着我们向着比登月更高的目标出发 ， 不断的挑战自己 。 那么我们为什么要做Mars呢？其主要原因有：
- 1.为大规模科学计算设计的：传统的大数据引擎编程接口对科学计算不太友好 ， 框架设计也不是为科学计算模型考虑的；
- 2.传统科学计算大多基于单机 ， 而大规模科学计算需要用到超算 ， 并非普通人所能给予的能力；
- 3.传统SQL模型科学计算的处理能力不足 ， 做一些简单的科学计算 ， 比如矩阵转置等等 ， 效率也是非常低；
- 4.目前R和Python基本上基于单机 ， 其分布式扩展能力比较弱 。
文章插图三、How：最佳实践下面是一个简单的SQLML的Demo介绍 。 首先 ， 我们在DataWorks中新建一个工作流 ， 会发现工作流中有很多组件 ， 我们先建一个临时查询 ， 如下图所示：
文章插图然后新建一张表 ， 其中保存的是关于蘑菇的一些属性 ， 根据这些属性数据 ， 我们可以对其进行分类 。 表建立好之后 ， 我们可以将数据导入 ， 因为该数据集比较小 ， 所以我们从本地上传csv文件 ， 将列与表中的字段对应即可：
文章插图之后 ， 我们需要对特征进行onehot编码 ， 其结果如下图所示：
文章插图然后 ， 我们将数据分成训练集和测试集 ， 并且分别将训练集和测试集导入一张单独的表中 ， 之后就可以创建模型了 ， 这里我们用的是逻辑回归 ， 一个常用的二分类算法：
文章插图运行模型 ， 很便捷地就可以得到训练结果：
文章插图通过上面的Demo ， 我们很容易的就完成了一次机器学习的训练过程 ， 其过程类似与使用SQL中的UDF ， 简便、高效 。 上面Demo介绍的是SQLML ， 如果想使用Mars也非常简单 ， 我们只需要拖拽PyODPS3组件即可 ， 如下图所示 。
文章插图【持续定义SaaS模式云数据仓库+AI】目前 ， Mars已经可以试用 ， SQLML马上就会和大家见面 ， 欢迎大家进行试用 。
- 虾米音乐正式宣告关停：国内音乐平台终告别“三国杀”，TME一家独大或将持续
- 零售新物种苏宁趣逛逛，重新定义逛街
- "二八定律"难破 CPU市占率英特尔持续占优
- 科技周刊荐读 | AI重新定义未来建筑；江苏智造，诠释“科技原创”深刻内涵；“万物互联”的“智能社会”还有多远？
- OPPO设计款手机，重新定义折叠屏
- 功能|微软新专利曝光：计算机面板可同时定义外观与功能
- 终于可以自定义喇叭声：你的特斯拉可以“放屁”吓唬人了
- 连获两项科技创新成果，聚好看科技持续发力AI+5G
- 微软正在设想一种可更换的计算机面板 可同时定义外观与功能
- 清华大学研究院出手！擦一次，持续24小时防雾，改变眼镜党体验