Büyük veri kümelerinde makine öğrenimi modellerini eğitme

Python ile Dask ile Paralel Programlama

James Fulton

Climate Informatics Researcher

Dask-ML

import dask_ml

Makine öğrenimi görevlerini hızlandırır

Doğrusal regresyon

x ve y arasında doğrusal ilişki içeren örnek veri.

Doğrusal regresyon

Veriye bir doğru uydurulmuştur.

Doğrusal regresyon

Doğru ile gerçek veri noktaları arasındaki mesafe vurgulanır.

Doğrusal regresyon modeli uydurma

# Import regression model
from sklearn.linear_model import SGDRegressor

# Create instance of model
model = SGDRegressor()

# Fit model to data
model.fit(X, y)

# Make predictions
y_pred = model.predict(X)

Dask ile bir scikit-learn modelini kullanma

# Import regression model
from sklearn.linear_model import SGDRegressor

# Create instance of model
model = SGDRegressor()


# Import Dask-ML wrapper for model
from dask_ml.wrappers import Incremental


# Wrap model
dask_model = Incremental(model, scoring='neg_mean_squared_error')


# Fit on Dask DataFrames or arrays
dask_model.fit(dask_X, dask_y)  # not lazy

Uydurma birden çok yineleme gerektirir

Doğru, birden çok yinelemeden sonra daha isabetli uyum sağlar.

Artımlı bir modeli eğitme

# Loop through data multiple times
for i in range(10):
    dask_model.partial_fit(dask_X, dask_y)  # not lazy

Tahmin üretme

y_pred = dask_model.predict(dask_X)

print(y_pred)

dask.array<_predict, shape=(nan,), dtype=int64, chunksize=(nan,), chunktype=...>

print(y_pred.compute())

array([0.465557, 0.905675, 0.285214, ..., 0.249454, 0.559624, 0.823475])

Hadi pratik yapalım!

Python ile Dask ile Paralel Programlama