• 最近一直想用機器學習做一個模型，然后暴露服務，提供restful接口給外部調用，這樣也能體現出模型的價值，所以今天稍微搗鼓了一下，之前用過java的weka去做過，但是發現那個好麻煩，而且對很多算法的支持不夠強大，社區好像也沒太多人，所以今天轉向python去做，python機器學習社區還是比較火的，我用的環境是anaconda，在jupyter下面去寫的這個例子，前面主要是模型的訓練，
  后面用了python的flask框架做了一個restful接口，這樣直接可以通過接口訪問，直接通過json進行交互，屏蔽了平臺的差異性。

import sys
print('Python: {}'.format(sys.version))
# scipy
import scipy
print('scipy: {}'.format(scipy.__version__))
# numpy
import numpy
print('numpy: {}'.format(numpy.__version__))
# matplotlib
import matplotlib
print('matplotlib: {}'.format(matplotlib.__version__))
# pandas
import pandas
print('pandas: {}'.format(pandas.__version__))
# scikit-learn
import sklearn
print('sklearn: {}'.format(sklearn.__version__))
# Load libraries
import pandas
from pandas.tools.plotting import scatter_matrix
import matplotlib.pyplot as plt
from sklearn import model_selection
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC
from flask import Flask

def study():
# Load dataset
    url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
    names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']
    dataset = pandas.read_csv(url, names=names)
# Split-out validation dataset
    array = dataset.values
    X = array[:,0:4]
    Y = array[:,4]
    validation_size = 0.20
    seed = 7
    X_train, X_validation, Y_train, Y_validation = model_selection.train_test_split(X, Y, test_size=validation_size, random_state=seed)
# Test options and evaluation metric
    seed = 7
    scoring = 'accuracy'
# Spot Check Algorithms
    models = []
    models.append(('LR', LogisticRegression()))
    models.append(('LDA', LinearDiscriminantAnalysis()))
    models.append(('KNN', KNeighborsClassifier()))
    models.append(('CART', DecisionTreeClassifier()))
    models.append(('NB', GaussianNB()))
    models.append(('SVM', SVC()))
# evaluate each model in turn
    results = []
    names = []
    result = ""
    for name, model in models:
        
        kfold = model_selection.KFold(n_splits=10, random_state=seed)
        cv_results = model_selection.cross_val_score(model, X_train, Y_train, cv=kfold, scoring=scoring)
        results.append(cv_results)
        names.append(name)
        msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())
        result = result + msg
    return result

app = Flask(__name__)

@app.route('/')
def index():
    return study();

if __name__ == '__main__':
    app.run(host='127.0.0.1',port=3366)

• 運行結果

Python: 3.6.1 |Anaconda 4.4.0 (x86_64)| (default, May 11 2017, 13:04:09) 
[GCC 4.2.1 Compatible Apple LLVM 6.0 (clang-600.0.57)]
scipy: 0.19.0
numpy: 1.12.1
matplotlib: 2.0.2
pandas: 0.20.1
sklearn: 0.18.1

* Running on [http://127.0.0.1:3366/](http://127.0.0.1:3366/) (Press CTRL+C to quit)

• 調用rest api結果

image.png

• 感想與計劃
  之前一直覺得做一件事很難，的確，做好一件事并不簡單，但是要是去入門什么的確實十分的簡單，上面貼的那么多代碼，我并不知道每個函數的具體用法，但是我可以推測出每個函數大致是在干什么，每個參數大致代表什么意思，因為我對機器學習這個流程很了解，所以我知道每一部分的代碼在做什么，

    url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
    names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']
    dataset = pandas.read_csv(url, names=names)
# Split-out validation dataset
    array = dataset.values
    X = array[:,0:4]
    Y = array[:,4]

比如說上面的url表示的就是數據集的鏈接，names就是表示數據集的feature和target，很顯然前面四個是這個數據集的feature也就是有4個特征，最后的class應該就是target(結論)。
那么接下來就是通過pandas去讀取這個文件,當然pandas我也不知道是什么，但是我能猜出來大致是要通過這個url下載這個文件，而且保存為csv格式，然后給這些記錄加上名稱。
然后array就是取這個數據集里的值,X就是取0=<X<4列的數據，Y也就是取第4列的數據，作為target，在我們去做一些未知的事情的時候，有時類比和猜想能讓我們快速的入門，即使有時候我們猜想是錯誤的，但是我們畢竟在這個過程中注入了自己的想法，這個和看到不懂的不會的直接去google差距還是很大的，后者也能解決問題，但是有一種依賴，前者或許有時候不能快速的解決問題，但是卻能夠培養我們一種良好的思維方式。記得之前在實習的時候，老大分給我一個任務，對于當時的我來說真的亞歷山大，但是在我的努力下還是做出來了，雖然做的不夠好有很多問題，但是經過后來的慢慢優化，一樣可以做的很好，我們都是在成長，都是在學習，解決問題的方式很重要，有沒有自己的想法也很重要，這也是我最近工作所感觸最深的。

接下來計劃把機器學習的庫和工具熟練使用，這個過程就是去多做多看的過程,下面推薦一下官方文檔，scikit-learn 這個就是python機器學習算法的庫的教程,里面有大量的實例
http://scikit-learn.org/stable/documentation.html
既然用python去處理數據，有時候去找數據之前的關系的時候畫圖是最直觀的http://matplotlib.org/api/pyplot_api.html ,patplotlib是python廣泛使用的畫圖庫，很好用。
https://docs.scipy.org/doc/numpy-dev/user/quickstart.html ,python處理數據的時候，涉及到一些科學計算，numpy是python比較有名的科學計算庫，主要是數組的一些處理。
http://pandas.pydata.org/pandas-docs/stable/10min.html# pandas也是對于數據的處理，依賴于numpy，但是提供了一些更高級的操作，提供了豐富的時間序列功能，數據對齊， groupby, merge and join 方法，在金融領域得到廣泛的應用