博客

Graphlab是一个非常强大的解决ML问题的工具，对于大规模的数据处理具有很大的优势，最近在学习Coursera上的课程，用到Graphlab，做个总结。

1. 导入
   
import graphlab


2. 读入文件

   graphlab.SFrame('aaa.csv')
   graphlab.SFrame('file_name')#Graphlab格式的文件

3. 在IPython Notebook内展示图形曲线

   graphlab.canvas.set_target('ipynb')
   sales.show(view="Scatter Plot", x="sqft_living", y="price")

4. 数据集划分

   train_data,test_data = sales.random_split(.8,seed=0)

5. ML方法

   
   training & predict
   

   • 线性回归

   sqft_model = graphlab.linear_regression.create(train_data, target='price', features=['sqft_living'],validation_set=None)
   sqft_model.predict(house2)

   • 逻辑回归

   sentiment_model = graphlab.logistic_classifier.create(train_data,
                                                    target='sentiment',
                                                    features=['word_count'],
                                                    validation_set=test_data)
                                                    giraffe_reviews['predicted_sentiment'] = sentiment_model.predict(giraffe_reviews, output_type='probability')

   
   评估
   

    sqft_model.evaluate(test_data)
    sqft_model.get('coefficients') 
    sqft_model['coefficients']
   

6. 常用操作

   
   #逻辑操作
   
   products = products[products['rating'] != 3]    
   
   #添加新列
   
   products['sentiment'] = products['rating'] >=4  
   
   #排序
   
   giraffe_reviews = giraffe_reviews.sort('predicted_sentiment', ascending=False)