时间戳

首页 > 解决方案 > Python 预定脚本到 docker 容器

python - Python 预定脚本到 docker 容器

问题描述

我已经将 RandomForest 回归模型构建为 python 脚本。它接受两个 csv 文件进行训练和测试，执行训练和测试。然后打印预测和准确性，最后将预测保存为 csv 文件。我已将代码文件保存为 RandomForest.py。之后，我为 RandomForest.py 创建了一个批处理执行 (.bat) 文件。之后，我使用 Windows 任务计划程序来安排我的 Python 脚本（RandomForest.py）每周运行一次。之后，我将计划任务导出为“.xml”文件。我的问题：我想把这个 .xml 文件放在一个 docker 容器中，以便它每周运行一次。

RandomForest.py 代码：

from sklearn.ensemble import RandomForestRegressor
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
import numpy as np

import pandas as pd


class Modelrf():

    def __init__(self, train = "train.csv", test = "test.csv"):
        self.X_train = pd.read_csv(train)
        self.X_test = pd.read_csv(test)
        self.linear_reg = LinearRegression()
        self.random_forest = RandomForestRegressor()
    def split(self):
        self.X_train.dropna(axis=0, subset=['final_hourly_fee'], inplace=True)
        self.X_test.dropna(axis=0, subset=['final_hourly_fee'], inplace=True)
        self.y_train = self.X_train.final_hourly_fee
        self.y_test = self.X_test.final_hourly_fee

    def fit(self):
        self.model = self.random_forest.fit(self.X_train, self.y_train)

    def predict(self):

        self.result = self.random_forest.predict(self.X_test)
        return self.result



model_instance = Modelrf()
model_instance.split()
model_instance.fit()
model_instance.predict()
print(model_instance.result)
print("Accuracy: ", model_instance.model.score(model_instance.X_test, model_instance.y_test))

output = pd.DataFrame({'Id': model_instance.X_test.index,'Y Original': model_instance.y_test, 'Y predicted':model_instance.result})
output.to_csv('outputTest.csv', index=False)

.bat 文件：

python C:\Python\Headstrt\gitlab_pricing\myproject.git\RandomForest.py

pause

标签： pythondockermachine-learningscikit-learncontainers

解决方案

您可以在 docker 容器中运行cron 作业。

此 cron 字符串将每周运行一次0 0 * * 0。从这里得到这个。

推荐阅读