99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀海納百川 有容乃大：SparkR與Docker的機器學習實戰(zhàn)
海納百川 有容乃大：SparkR與Docker的機器學習實戰(zhàn)
2016-03-25
收藏
本文由CDA作者庫成員HarryZhu原創(chuàng)，并授權(quán)發(fā)布。
CDA作者庫凝聚原創(chuàng)力量，只做更有價值的分享。
了解詳情請微信添加trasn863，或發(fā)送郵件至songpeiyang@pinggu.org

題圖為美國尼米茲核動力航空母艦

介 紹

大數(shù)據(jù)時代，我們常常面對海量數(shù)據(jù)而頭疼。作為學統(tǒng)計出身的人，我們想折騰大數(shù)據(jù)但又不想學習Hadoop或者Java，我們更傾向于把精力放在建模和算法設(shè)計上，SparkR和Docker的完美結(jié)合，讓R的計算直接從一架戰(zhàn)斗機的當兵作戰(zhàn)華麗轉(zhuǎn)變?yōu)橐粋€航空母艦戰(zhàn)斗群！不僅僅簡化了分布式計算的操作，還簡化了安裝部署的環(huán)節(jié)，我們只幾乎不需要做什么改動就可以直接運用R中的data frame進行分布式的計算。

什么是SparkR

參考前文 打造大數(shù)據(jù)產(chǎn)品：Shiny的Spark之旅，我們可以知道，SparkR是一個為R提供了輕量級的Spark前端的R包。 SparkR提供了一個分布式的data frame數(shù)據(jù)結(jié)構(gòu)，解決了 R中的data frame只能在單機中使用的瓶頸，它和R中的data frame 一樣支持許多操作，比如select，filter，aggregate等等。（類似dplyr包中的功能）這很好的解決了R的大數(shù)據(jù)級瓶頸問題。 SparkR也支持分布式的機器學習算法，比如使用MLib機器學習庫。



什么是Docker

參考前文 打造數(shù)據(jù)產(chǎn)品的快速原型：Shiny的Docker之旅，我們也可以知道，Docker是一種類似于虛擬機的技術(shù)，主要解決標準化快速部署的問題，在Docker中安裝的軟件和主機中的軟件可以完全隔離，并通過Daocloud或者hub.docker.com等云服務(wù)快速建立Docker倉庫，快速復用Docker鏡像。Docker已經(jīng)不僅僅是DevOps人員手中的神器了，每一個開發(fā)者都應(yīng)該學會如何使用Docker。



為什么要結(jié)合SparkR和Docker

SparkR的精髓在于分布式計算，而Docker的精髓在于標準容器的拓展性，SparkR和Docker的組合充分結(jié)合了二者各自的優(yōu)點，將分布式應(yīng)用底層化繁為簡，為高層計算直接暴露接口，給科學計算節(jié)省了大量時間。

部署

本文將通過Docker講解如何快速部署SparkR－RStudio容器，并通過一些簡單的機器學習例子展示如何使用這個航母級別的組合拳。

步驟一：安裝Docker和Daocloud

由于國內(nèi)的鏡像質(zhì)量不夠高，國外的鏡像下載速度比較慢，出于試驗的考慮，建議大家可以嘗試使用Daocloud的鏡像加速服務(wù)。



首先，我們需要在Daocloud注冊一個賬號，然后選擇鏡像加速，根據(jù)指示選擇主機并安裝Docker和Daocloud加速器。

步驟二：安裝Spark－RStudio

感謝 vinicius85 在GitHub上的開源貢獻，為我們已經(jīng)做好了 Spark1.6+R＋RStduio的鏡像，我們利用daocloud加速拉取鏡像。



以daemon形式運行容器，暴露Rstudio－server默認的8787端口， 并持久化docker內(nèi)的/srv目錄下的所有文件作為通訊。



步驟三：配置RStudio登陸賬號

參考前文 R語言工程化實踐：RStudio Server環(huán)境快速配置教程



我們設(shè)置一下RStudio－Server的賬號密碼



步驟四：登陸RStudio



比如：




查看資源占用情況



機器學習示例



出于演示的考慮，這里引用并稍微改進了 tcosta 完成的一個邏輯回歸的例子：

初始化

使用SparkR之前，我們需要確定，我們的容器內(nèi)存要在2G以上，如果用AWS的乞丐版套裝，馬上就會報內(nèi)存不足的錯誤。



如果內(nèi)存不足，可以退出docker并且在虛擬機中重新提高docker的內(nèi)存和cpu的配置。



邏輯回歸


模型評估





Harry Zhu，擅長用Python和R進行數(shù)據(jù)建模、定量研究，目前就職于量子金服（Quantum Financial Service）。微信號：harryzhustudio

歡迎關(guān)注個人主頁：
https://github.com/harryprince
https://segmentfault.com/u/harryprince

數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個參數(shù)驗證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務(wù)器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }