1. 外部系统调用AWS ML服务的接口 － Python

  2. Amazon Machine Learning

https://aws.amazon.com/machine-learning/

  2. Steps
  • Step 1: Prepare Your Data
  • Step 2: Create a Training Datasource
  • Step 3: Create an ML Model
  • Step 4: Review the ML Model's Predictive Performance
  • Step 5: Use the ML Model to Generate Predictions
  • Step 6: Clean Up

准备数据(清洗，转换...)→选模型→检查结果→预测新数据→清理


1. 登录 EC2

2. 下载

cd  /home/ML

wget  https://github.com/awslabs/machine-learning-samples/archive/master.zip

unzip  master.zip

3. 进入

 cd  machine-learning-samples-master

[root@ip-172-30-0-89 machine-learning-samples-master]# ls

k-fold-cross-validation  ml-tools-python  mobile-ios  social-media             targeted-marketing-python

LICENSE                  mobile-android   README.md   targeted-marketing-java  targeted-marketing-scala

4. 测试 K-fold Cross-validation

[root@ip-172-30-0-89 k-fold-cross-validation]# ls

banking.csv.schema  build_folds.py  collect_perf.py  config.py  fold.py  README.md  recipe.json  setup.sh

5. 安装 python 依赖

版本 Python 2.7.10

在 apt-get 环境下

sudo apt-get update

sudo apt-get install python-pip python-virtualenv

在yum 环境下

yum install -y python27-pip  python27-virtualenv

安装的版本

[root@ip-172-30-0-89 k-fold-cross-validation]# /usr/bin/virtualenv  --version

12.0.7

[root@ip-172-30-0-89 k-fold-cross-validation]# pip --version

pip 6.1.1 from /usr/lib/python2.7/dist-packages (python 2.7)

6. 执行setup.sh 脚本，安装 boto

boto的主页在  http://boto.readthedocs.io/en/latest/getting_started.html#getting-started-with-boto

[root@ip-172-30-0-89 k-fold-cross-validation]# source  setup.sh 

Not deleting local-python/bin

New python executable in local-python/bin/python2.7

Also creating executable in local-python/bin/python

Installing setuptools, pip...done.

You are using pip version 6.0.8, however version 9.0.1 is available.

You should consider upgrading via the 'pip install --upgrade pip' command.

Collecting pip from https://pypi.python.org/packages/b6/ac/7015eb97dc749283ffdec1c3a88ddb8ae03b8fad0f0e611408f196358da3/pip-9.0.1-py2.py3-none-any.whl#md5=297dbd16ef53bcef0447d245815f5144

  Downloading pip-9.0.1-py2.py3-none-any.whl (1.3MB)

    100% |################################| 1.3MB 380kB/s 

Installing collected packages: pip

  Found existing installation: pip 6.0.8

    Uninstalling pip-6.0.8:

      Successfully uninstalled pip-6.0.8


Successfully installed pip-9.0.1

Collecting boto

  Downloading boto-2.45.0-py2.py3-none-any.whl (1.3MB)

    100% |████████████████████████████████| 1.4MB 877kB/s 

Installing collected packages: boto

Successfully installed boto-2.45.0


说明： 退出， 使用 deactivate 命令

To exit the virtual environment, type deactivate. To clean up the dependent libraries after exiting, remove the ./local-python directory.

7. 缺少 Credentials

（后续补充）
# 机器学习
Logo
CSDN学习社区

CSDN联合极客时间，共同打造面向开发者的精品内容学习社区，助力成长！

更多推荐

嵌入式作业（七）：基于Ardunio的STM32串口通信

嵌入式作业（七）0作业要求1Ardunio 完成STM32的串口通信（1）安装Ardunio IDE（2）stm32串口通信2关于 stduino IDE0作业要求安装 Ardunio IDE 和相关软件支持库，在Ardunio 完成STM32板子的串口通信程序：（1）持续向串口输出“Hello world！”；（2）当接收到“stop!”时，停止输出。网上有一个国人版的MCU集成开发平台， st

avatar CSDN学习社区

JDBC详解

JDBC文章目录JDBC什么是JDBC?JDBC驱动程序:Java使用JDBC访问数据库的步骤:设置classpath:Oracle连接字符串的书写格式:简单的例子:常用数据库的驱动程序及JDBC URL:Oracle数据库:SQL Server数据库MySQL数据库Access数据库PreparedStatement接口:JNDI-数据源（Data Source）与连接池（Connection

avatar CSDN学习社区

“模式识别与机器学习”学习笔记no2.再谈感知机

接**上篇：上篇主要进行了PLA，Pocket算法的理论过程分析和在给定数据集上利用pocket算法对数据集进行分类学习，得到错分数量最少的分类面。上篇中pocket算法的过程已经进行了编程和测试，框架已经建立了起来，这一篇主要上篇中没有提到或涉及不深的几个问题。1.数据集的构造。上篇是直接使用了题目给的向量，这次来根据正态分布来产生数据集。np.random.normal函数可以根据均值和方差生

avatar CSDN学习社区