带有决策树的谷歌云机器学习

Question

我们有一个由多个模块组成的 Google App Engine 应用程序，我们将用户的数据存储在 Google Cloud DataStore 中。 现在我们将在这些数据上实现一些机器学习算法，我们将使用决策树算法。 我们希望使用以下方法之一来解决此问题：

1. 将数据存储中的数据导出为 CSV 文件，以便我们可以使用 Weka 等工具。

2. 处理数据存储中的数据并运行谷歌云的机器学习技术。 （但是当我查看 Google Cloud ML 文档时，我找不到任何关于在数据存储上运行决策树的信息）

那么有谁知道在 Google Cloud 中是否可以完成上述方法。如果它可以给我一个具体的文档或者你能描述一下如何做吗？

Answer 1

根据您的用例，我认为最适合您的方案的方法是使用 Cloud ML Engine for scikit-learn 的新 Beta 版本。您可能已经知道，scikit-learn 是 Python 的机器学习库，在其众多可能性中，它包括 Decision Trees。请注意，这是Beta release，因此可能仍有一些粗糙的边缘，但我绝对认为这对您来说应该是一个不错的选择。

Cloud ML Engine 与 Google Cloud Storage 紧密集成，因为它是输入和输出数据、模型等所需的存储选项。这就是为什么，关于您提到的数据存储，我会说您提到的第一个选项“1. 将 Datastore 中的数据导出为 CSV 文件，以便我们可以使用 Weka 等工具”是最合适的选项。您必须将数据导出为 CSV 文件，将它们上传到 Cloud Storage，然后使用 ML Engine。

最后，让我与您分享一些额外的文档页面，这些页面可能有助于开始使用 ML Engine 和 scikit-learn：

• Cloud ML Engine and scikit-learn quickstart
• Using scikit-learn pipelines
• scikit-learn documentation page