本文轉(zhuǎn)載自微信公眾號(hào)「活在信息時(shí)代」，作者活在信息時(shí)代。轉(zhuǎn)載本文請(qǐng)聯(lián)系活在信息時(shí)代公眾號(hào)。

對(duì)于熟悉數(shù)據(jù)庫(kù)操作的同學(xué)來(lái)說(shuō)，編寫優(yōu)美的SQL語(yǔ)句，從數(shù)據(jù)庫(kù)中想方設(shè)法找出自己需要的數(shù)據(jù)，是常規(guī)操作了。

而對(duì)于熟悉機(jī)器學(xué)習(xí)的同學(xué)來(lái)說(shuō)，獲取數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，建立模型，確定訓(xùn)練集和測(cè)試集，用訓(xùn)練好的模型對(duì)未來(lái)進(jìn)行一系列的預(yù)測(cè)，也是一種常規(guī)操作了。

那么，我們能否將兩種技術(shù)結(jié)合起來(lái)呢？我們看到數(shù)據(jù)庫(kù)里存儲(chǔ)了數(shù)據(jù)，而進(jìn)行預(yù)測(cè)需要基于以往的數(shù)據(jù)。如果我們通過(guò)數(shù)據(jù)庫(kù)里現(xiàn)有的數(shù)據(jù)，對(duì)于未來(lái)的數(shù)據(jù)進(jìn)行查詢的話，那么是否可行呢？

基于這樣的思路MindsDB就誕生了。

MindsDB是一種將機(jī)器學(xué)習(xí)引入現(xiàn)有的SQL數(shù)據(jù)庫(kù)的工具，它連接了數(shù)據(jù)與模型。它通過(guò)人工智能表（AI-Table）這種方式，將機(jī)器學(xué)習(xí)模型集成為數(shù)據(jù)庫(kù)中的虛擬表，從而可以創(chuàng)建預(yù)測(cè)，并能夠使用簡(jiǎn)單的SQL語(yǔ)句進(jìn)行查詢。幾乎可以立即在數(shù)據(jù)庫(kù)中直接進(jìn)行時(shí)間序列、回歸和分類預(yù)測(cè)。

隨著信息技術(shù)的發(fā)展，很多行業(yè)慢慢從基于歷史數(shù)據(jù)分析的“發(fā)生了啥和為啥發(fā)生”向機(jī)器學(xué)習(xí)預(yù)測(cè)模型的“我們預(yù)測(cè)會(huì)發(fā)生什么和怎樣使其發(fā)生”轉(zhuǎn)變。而MindsDB就是實(shí)現(xiàn)這一目標(biāo)的一個(gè)工具。

MindsDB可直接在數(shù)據(jù)庫(kù)中進(jìn)行建模，省去了數(shù)據(jù)處理、搭建機(jī)器學(xué)習(xí)模型等頭疼的步驟。對(duì)于數(shù)據(jù)分析師、商業(yè)分析師無(wú)須了解過(guò)多數(shù)據(jù)工程、建模知識(shí)，即可開(kāi)箱使用。

那么，我們來(lái)看看MindsDB是怎樣實(shí)現(xiàn)這樣的操作的。

比如說(shuō)我們有一個(gè)數(shù)據(jù)表里，存儲(chǔ)一個(gè)城市的房?jī)r(jià)與GDP的數(shù)據(jù)，那么，如果我們想查詢房?jī)r(jià)和GDP。就可以采用類似于下面的SQL進(jìn)行查詢：

select gdp, houseprice from city;

那么，我們可以看到gdp與房?jī)r(jià)可能呈現(xiàn)一個(gè)線性的關(guān)系。如果我們想查詢某個(gè)GDP值對(duì)應(yīng)的房?jī)r(jià)的話，我們可以寫

select gdp, houseprice from city where gdp=10000;

但是，如果查詢的GDP數(shù)據(jù)并不存在于數(shù)據(jù)庫(kù)中怎么辦，那么顯然，是查詢不出來(lái)結(jié)果的。

這個(gè)時(shí)候，人工智能表就出現(xiàn)了。

我們可以先創(chuàng)建一個(gè)房?jī)r(jià)預(yù)測(cè)模型：

create predictor mindsdb.price_model from city predict houseprice;

這樣，MindsDB就會(huì)在后臺(tái)自動(dòng)創(chuàng)建模型。此時(shí)，我們?cè)儆眠@個(gè)模型，就可以查詢數(shù)據(jù)庫(kù)中沒(méi)有的GDP數(shù)據(jù)對(duì)應(yīng)的房?jī)r(jià)預(yù)測(cè)值了。

select houseprice from mindsdb.price_model where gpd=20000;

這樣，我們就會(huì)獲取到基于歷史數(shù)據(jù)的模型預(yù)測(cè)值了。