ClickHouse/docs/tr/guides/apply-catboost-model.md

240 lines
7.3 KiB
Markdown
Raw Normal View History

2020-04-15 13:56:49 +00:00
---
machine_translated: true
machine_translated_rev: 72537a2d527c63c07aa5d2361a8829f3895cf2bd
2020-04-15 13:56:49 +00:00
toc_priority: 41
toc_title: CatBoost Modellerini Uygulamak
---
# Clickhouse'da bir Catboost modeli uygulamak {#applying-catboost-model-in-clickhouse}
2020-04-15 13:56:49 +00:00
[CatBoost](https://catboost.ai) geliştirilen ücretsiz ve açık kaynak kodlu bir GRA anddi libraryent kütüphan aesidir. [Yandex](https://yandex.com/company/) makine öğrenimi için.
Bu Talimatla, Sql'den model çıkarımı çalıştırarak Clickhouse'da önceden eğitilmiş modelleri uygulamayı öğreneceksiniz.
2020-04-15 13:56:49 +00:00
Clickhouse'da bir CatBoost modeli uygulamak için:
2020-04-15 13:56:49 +00:00
1. [Tablo oluşturma](#create-table).
2. [Verileri tabloya ekleme](#insert-data-to-table).
3. [Catboost'u Clickhouse'a entegre edin](#integrate-catboost-into-clickhouse) (İsteğe bağlı adım).
4. [SQL'DEN Model Çıkarımını çalıştırın](#run-model-inference).
2020-04-15 13:56:49 +00:00
Eğitim CatBoost modelleri hakkında daha fazla bilgi için bkz [Eğitim ve uygulama modelleri](https://catboost.ai/docs/features/training.html#training).
## Önkoşullar {#prerequisites}
Eğer yoksa [Docker](https://docs.docker.com/install/) yine de yükleyin.
!!! note "Not"
[Docker](https://www.docker.com) sistemin geri kalanından bir CatBoost ve ClickHouse kurulumunu izole eden kaplar oluşturmanıza olanak sağlayan bir yazılım platformudur.
Bir CatBoost modeli uygulamadan önce:
**1.** P pullull the [Docker görüntü](https://hub.docker.com/r/yandex/tutorial-catboost-clickhouse) kayıt defter theinden:
``` bash
$ docker pull yandex/tutorial-catboost-clickhouse
```
Kod, çalışma zamanı, kütüphaneler, ortam değişkenleri ve Yapılandırma Dosyaları: bu Docker görüntü catboost ve ClickHouse çalıştırmak için gereken her şeyi içerir.
**2.** Docker görüntüsünün başarıyla çekildiğinden emin olun:
``` bash
$ docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
yandex/tutorial-catboost-clickhouse latest 622e4d17945b 22 hours ago 1.37GB
```
**3.** Bu görüntüye dayalı bir Docker kabı başlatın:
``` bash
$ docker run -it -p 8888:8888 yandex/tutorial-catboost-clickhouse
```
## 1. Tablo oluşturma {#create-table}
Eğitim örneği için bir ClickHouse tablosu oluşturmak için:
**1.** Etkileşimli modda ClickHouse konsol istemcisini başlatın:
``` bash
$ clickhouse client
```
!!! note "Not"
Clickhouse sunucusu Docker kapsayıcısı içinde zaten çalışıyor.
**2.** Komutu kullanarak tablo oluşturun:
``` sql
:) CREATE TABLE amazon_train
(
date Date MATERIALIZED today(),
ACTION UInt8,
RESOURCE UInt32,
MGR_ID UInt32,
ROLE_ROLLUP_1 UInt32,
ROLE_ROLLUP_2 UInt32,
ROLE_DEPTNAME UInt32,
ROLE_TITLE UInt32,
ROLE_FAMILY_DESC UInt32,
ROLE_FAMILY UInt32,
ROLE_CODE UInt32
)
ENGINE = MergeTree ORDER BY date
```
**3.** ClickHouse konsol istemcisinden çıkış:
``` sql
:) exit
```
## 2. Verileri tabloya ekleme {#insert-data-to-table}
Verileri eklemek için:
**1.** Aşağıdaki komutu çalıştırın:
``` bash
$ clickhouse client --host 127.0.0.1 --query 'INSERT INTO amazon_train FORMAT CSVWithNames' < ~/amazon/train.csv
```
**2.** Etkileşimli modda ClickHouse konsol istemcisini başlatın:
``` bash
$ clickhouse client
```
**3.** Verilerin yüklendiğinden emin olun:
``` sql
:) SELECT count() FROM amazon_train
SELECT count()
FROM amazon_train
+-count()-+
| 65538 |
+-------+
```
## 3. Catboost'u Clickhouse'a entegre edin {#integrate-catboost-into-clickhouse}
2020-04-15 13:56:49 +00:00
!!! note "Not"
**İsteğe bağlı adım.** Docker görüntü catboost ve ClickHouse çalıştırmak için gereken her şeyi içerir.
Catboost'u Clickhouse'a entegre etmek için:
2020-04-15 13:56:49 +00:00
**1.** Değerlendirme kitaplığı oluşturun.
Bir CatBoost modelini değerlendirmenin en hızlı yolu derlemedir `libcatboostmodel.<so|dll|dylib>` kitaplık. Kitaplığın nasıl oluşturulacağı hakkında daha fazla bilgi için bkz. [CatBoost belgeleri](https://catboost.ai/docs/concepts/c-plus-plus-api_dynamic-c-pluplus-wrapper.html).
**2.** Herhangi bir yerde ve herhangi bir adla yeni bir dizin oluşturun, örneğin, `data` ve oluşturulan kütüphaneyi içine koyun. Docker görüntüsü zaten kütüphaneyi içeriyor `data/libcatboostmodel.so`.
**3.** Yapılandırma modeli için herhangi bir yerde ve herhangi bir adla yeni bir dizin oluşturun, örneğin, `models`.
**4.** Örneğin, herhangi bir ada sahip bir model yapılandırma dosyası oluşturun, `models/amazon_model.xml`.
**5.** Model yapılandırmasınııklayın:
``` xml
<models>
<model>
<!-- Model type. Now catboost only. -->
<type>catboost</type>
<!-- Model name. -->
<name>amazon</name>
<!-- Path to trained model. -->
<path>/home/catboost/tutorial/catboost_model.bin</path>
<!-- Update interval. -->
<lifetime>0</lifetime>
</model>
</models>
```
**6.** Catboost yolunu ve model yapılandırmasını ClickHouse yapılandırmasına ekleyin:
``` xml
<!-- File etc/clickhouse-server/config.d/models_config.xml. -->
<catboost_dynamic_library_path>/home/catboost/data/libcatboostmodel.so</catboost_dynamic_library_path>
<models_config>/home/catboost/models/*_model.xml</models_config>
```
## 4. SQL'DEN Model Çıkarımını çalıştırın {#run-model-inference}
2020-04-15 13:56:49 +00:00
Test modeli için ClickHouse istemcisini çalıştırın `$ clickhouse client`.
Modelin çalıştığından emin olalım:
``` sql
:) SELECT
modelEvaluate('amazon',
RESOURCE,
MGR_ID,
ROLE_ROLLUP_1,
ROLE_ROLLUP_2,
ROLE_DEPTNAME,
ROLE_TITLE,
ROLE_FAMILY_DESC,
ROLE_FAMILY,
ROLE_CODE) > 0 AS prediction,
ACTION AS target
FROM amazon_train
LIMIT 10
```
!!! note "Not"
İşlev [modelEvaluate](../sql-reference/functions/other-functions.md#function-modelevaluate) multiclass modelleri için sınıf başına ham tahminleri ile tuple döndürür.
2020-04-15 13:56:49 +00:00
Olasılığı tahmin edelim:
``` sql
:) SELECT
modelEvaluate('amazon',
RESOURCE,
MGR_ID,
ROLE_ROLLUP_1,
ROLE_ROLLUP_2,
ROLE_DEPTNAME,
ROLE_TITLE,
ROLE_FAMILY_DESC,
ROLE_FAMILY,
ROLE_CODE) AS prediction,
1. / (1 + exp(-prediction)) AS probability,
ACTION AS target
FROM amazon_train
LIMIT 10
```
!!! note "Not"
Hakkında daha fazla bilgi [exp()](../sql-reference/functions/math-functions.md) İşlev.
2020-04-15 13:56:49 +00:00
Örnek üzerinde LogLoss hesaplayalım:
``` sql
:) SELECT -avg(tg * log(prob) + (1 - tg) * log(1 - prob)) AS logloss
FROM
(
SELECT
modelEvaluate('amazon',
RESOURCE,
MGR_ID,
ROLE_ROLLUP_1,
ROLE_ROLLUP_2,
ROLE_DEPTNAME,
ROLE_TITLE,
ROLE_FAMILY_DESC,
ROLE_FAMILY,
ROLE_CODE) AS prediction,
1. / (1. + exp(-prediction)) AS prob,
ACTION AS tg
FROM amazon_train
)
```
!!! note "Not"
Hakkında daha fazla bilgi [avg()](../sql-reference/aggregate-functions/reference.md#agg_function-avg) ve [günlük()](../sql-reference/functions/math-functions.md) işlevler.
2020-04-15 13:56:49 +00:00
[Orijinal makale](https://clickhouse.tech/docs/en/guides/apply_catboost_model/) <!--hide-->