使用 Docker 快速入门 PostgresML

我们准备了一个 Docker 映像，它可以让您快速启动一个已安装 PostgreML 的新 PostgreSQL 数据库。它还包括一些 Scikit 玩具数据集，因此您可以轻松地试验 PostgresML 工作流程，而无需导入您自己的数据。

目录

• PostgresML安装
• 苹果OS操作系统安装PostgresML
• Linux 安装PostgresML
• Windows 安装PostgresML
• 快速开始 PostgresML
• 仪表板

PostgresML安装

苹果OS操作系统安装PostgresML

为 OS X 安装 Docker

1. 克隆回购：

   git clone git@github.com:postgresml/postgresml.git

2. 启动 Dockerized 服务。PostgresML 将在端口 5433 上运行，以防万一您已经运行了 Postgres：

   cd postgresml && docker-compose up

3. 在安装了 PostgresML 的容器中连接到 Postgres：

   psql postgres://postgres@localhost:5433/pgml_development

4. 验证您的安装：

   SQL

   SELECT pgml.version();

输出

pgml_development=# SELECT pgml.version();
 version
---------
 2.0.0
(1 row)

Linux 安装PostgresML

为 Linux 安装 Docker。一些包管理器（例如 Ubuntu/Debian）还要求docker-compose单独安装包

1. 克隆回购：

   git clone git@github.com:postgresml/postgresml.git

2. 启动 Dockerized 服务。PostgresML 将在端口 5433 上运行，以防万一您已经运行了 Postgres：

   cd postgresml && docker-compose up

3. 在安装了 PostgresML 的容器中连接到 Postgres：

   psql postgres://postgres@localhost:5433/pgml_development

4. 验证您的安装：

   SQL

   SELECT pgml.version();

   输出

   pgml_development=# SELECT pgml.version();
    version
   ---------
    2.0.0
   (1 row)
   

Windows 安装PostgresML

为 Windows 安装 Docker。如果要在适用于 Linux 的 Windows 子系统中安装，请使用 Linux 说明。

1. 克隆回购：

   git clone git@github.com:postgresml/postgresml.git

2. 启动 Dockerized 服务。PostgresML 将在端口 5433 上运行，以防万一您已经运行了 Postgres：

   cd postgresml && docker-compose up

3. 在安装了 PostgresML 的容器中连接到 Postgres：

   psql postgres://postgres@localhost:5433/pgml_development

4. 验证您的安装：

   SQL

   SELECT pgml.version();

   输出

   pgml_development=# SELECT pgml.version();
    version
   ---------
    2.0.0
   (1 row)
   

快速开始 PostgresML

这是一个简单的 PostgresML 工作流程，可帮助您入门。我们将导入一个 Scikit 数据集，在其上训练几个模型并进行实时预测，所有这些都只使用 SQL。

1. 导入digits数据集：

   SQL

   SELECT * FROM pgml.load_dataset('digits');

   输出

   pgml=# SELECT * FROM pgml.load_dataset('digits');
   INFO:  num_features: 64, num_samples: 1797, feature_names: ["sepal length (cm)", "sepal width (cm)", "petal length (cm)", "petal width (cm)"]
    table_name  | rows 
   -------------+------
    pgml.digits | 1797
   (1 row)
   

2. 训练一个 XGBoost 模型：

   SQL

   SELECT * FROM pgml.train('My First PostgresML Project', task => 'classification', relation_name => 'pgml.digits', y_column_name => 'target', algorithm => 'xgboost', hyperparams => '{ "n_estimators": 25 }' );

   输出

   pgml=# SELECT * FROM pgml.train('My First PostgresML Project',
       task => 'classification',
       relation_name => 'pgml.digits',
       y_column_name => 'target',
       algorithm => 'xgboost',
       hyperparams => '{
           "n_estimators": 25
       }'
   );
   INFO:  Snapshotting table "pgml.digits", this may take a little while...
   INFO:  Snapshot of table "pgml.digits" created and saved in "pgml"."snapshot_1"
   INFO:  Dataset { num_features: 64, num_labels: 1, num_rows: 1797, num_train_rows: 1348, num_test_rows: 449 }
   INFO:  Training Model { id: 15, algorithm: xgboost, runtime: rust }
   INFO:  Hyperparameter searches: 1, cross validation folds: 1
   INFO:  Hyperparams: {
     "n_estimators": 25
   }
   INFO:  Metrics: {
     "f1": 0.88522536,
     "precision": 0.8835865,
     "recall": 0.88687027,
     "accuracy": 0.8841871,
     "mcc": 0.87189955,
     "fit_time": 0.44059604,
     "score_time": 0.005983766
   }
              project           |      task      | algorithm | deployed 
   -----------------------------+----------------+-----------+----------
    My first PostgresML project | classification | xgboost   | t
   (1 row)
   

3. 训练 LightGBM 模型：

   SQL

   SELECT * FROM pgml.train('My First PostgresML Project', task => 'classification', relation_name => 'pgml.digits', y_column_name => 'target', algorithm => 'lightgbm' );

   输出

   pgml=# SELECT * FROM pgml.train('My First PostgresML Project',
       task => 'classification',
       relation_name => 'pgml.digits',
       y_column_name => 'target',
       algorithm => 'lightgbm'
   );
   INFO:  Snapshotting table "pgml.digits", this may take a little while...
   INFO:  Snapshot of table "pgml.digits" created and saved in "pgml"."snapshot_18"
   INFO:  Dataset { num_features: 64, num_labels: 1, num_rows: 1797, num_train_rows: 1348, num_test_rows: 449 }
   INFO:  Training Model { id: 16, algorithm: lightgbm, runtime: rust }
   INFO:  Hyperparameter searches: 1, cross validation folds: 1
   INFO:  Hyperparams: {}
   INFO:  Metrics: {
     "f1": 0.91579026,
     "precision": 0.915012,
     "recall": 0.9165698,
     "accuracy": 0.9153675,
     "mcc": 0.9063865,
     "fit_time": 0.27111048,
     "score_time": 0.004169579
   }
              project           |      task      | algorithm | deployed 
   -----------------------------+----------------+-----------+----------
    My first PostgresML project | classification | lightgbm  | t
   (1 row)
   

4. 实时推断几个数据点：

   SQL

   SELECT target, pgml.predict('My First PostgresML Project', image) AS prediction FROM pgml.digits LIMIT 5;

   输出

   pgml=# SELECT                                                 
       target,
       pgml.predict('My First PostgresML Project', image) AS prediction 
   FROM pgml.digits
   LIMIT 5;
   
    target | prediction 
   --------+------------
         0 |          0
         1 |          1
         2 |          2
         3 |          3
         4 |          4
   

PostgresML 自动执行以下常见机器学习任务：

1. 快照数据，以便实验可重现
2. 将数据集拆分为训练集和测试集
3. 训练和验证模型
4. 将其保存到模型存储中（Postgres 表）
5. 在推理期间加载并缓存它

仪表板

仪表板应用程序位于https://localhost:8000。您可以使用它在 Jupyter 风格的笔记本中编写实验、管理项目以及可视化 PostgresML 使用的数据集。

原文标题：PostgresML - Quick Start w/ Docker
原文链接：https://postgresml.org/user_guides/setup/quick_start_with_docker/