如何使用MongoDB开发一个简单的机器学习系统（玩

sudo service mongodb start 内容来自samhan

mongod

内容来自zvvq，别采集哟

mongo

内容来自zvvq

use mydb

zvvq好，好zvvq

mongoimport --db mydb --collection flowers --type csv --headerline --file iris.csv

db.flowers.find() zvvq

db.flowers.find({ species: "setosa" }) 内容来自samhan666

db.flowers.find({ sepal_length: { $gt: 5.0, $lt: 6.0 } }) zvvq.cn

pip install pymongo

from pymongo import MongoClient 内容来自zvvq

# 连接MongoDB数据库 zvvq好，好zvvq

client = MongoClient()

内容来自samhan

db = client.mydb 内容来自samhan

# 查询数据集

内容来自samhan666

flowers = db.flowers.find() 内容来自samhan

# 打印结果 zvvq.cn

for flower in flowers: 内容来自zvvq，别采集哟

print(flower)

本文来自zvvq

from pymongo import MongoClient zvvq.cn

# 连接MongoDB数据库

zvvq.cn

client = MongoClient() 本文来自zvvq

db = client.mydb zvvq.cn

# 计算数据集的平均值

average_sepal_length = db.flowers.aggregate([ 内容来自samhan

{ "$group": { 内容来自zvvq，别采集哟

"_id": None,

"avg_sepal_length": { "$avg": "$sepal_length" }

内容来自zvvq

}} 内容来自zvvq，别采集哟

])

zvvq.cn

# 打印平均值 内容来自zvvq

for result in average_sepal_length:

print(result["avg_sepal_length"])

from pymongo import MongoClient

zvvq

from sklearn.linear_model import LogisticRegression

import pickle

# 连接MongoDB数据库 内容来自samhan666

client = MongoClient() 内容来自zvvq

db = client.mydb

copyright zvvq

# 查询数据集 内容来自samhan666

flowers = db.flowers.find() copyright zvvq

# 准备数据集

内容来自samhan666

X = [] zvvq.cn

y = []

for flower in flowers:

本文来自zvvq

X.append([flower["sepal_length"], flower["sepal_width"], flower["petal_length"], flower["petal_width"]]) zvvq

y.append(flower["species"])

本文来自zvvq

# 训练模型

model = LogisticRegression()

内容来自samhan666

model.fit(X, y)

内容来自zvvq

# 保存模型

copyright zvvq

pickle.dump(model, open("model.pkl", "wb"))

zvvq好，好zvvq

# 加载模型

loaded_model = pickle.load(open("model.pkl", "rb")) zvvq.cn

# 评估模型 内容来自samhan

accuracy = loaded_model.score(X, y) zvvq好，好zvvq

print(accuracy)

内容来自zvvq