# BigML評論：發現本機學習即服務平臺的聰明功能 > 原文： [https://machinelearningmastery.com/bigml-review-discover-the-clever-features-in-this-machine-learning-as-a-service-platform/](https://machinelearningmastery.com/bigml-review-discover-the-clever-features-in-this-machine-learning-as-a-service-platform/) 機器學習已經商品化為服務。這是最近的一種趨勢，看起來它將像商品化存儲和虛擬化一樣發展成為主流。這是自然的下一步。 在本次評論中，您將了解BigML，它提供商品化的機器學習，作為業務分析師和應用程序集成的服務。 ## 關于BigML BigML由一群五人共同創立于2011年。 [Francisco Martin](http://www.linkedin.com/in/cisko) 似乎積極參與社區評論和推出內容。在撰寫本文時，它是一家私人控股公司，[在2013年中期的一輪融資](https://angel.co/bigml)中獲得了130萬美元。我還可以看到一項名為“[方法和設備的可視化和與決策樹](https://www.google.com/patents/US20130117280)進行交互，這是一個很好的跡象，表明他們正在推動這項技術的極限。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-logo1.png) BigML和機器學習即服務的承諾 自從他們推出以來，我已經看了幾次這項服務，每次我都注意到界面和服務的變化。它正在積極開發并響應用戶的反饋。 該服務側重于決策樹，這是一個明智的舉措。它們是一種有效的機器學習方法，領域專家可以透明地理解他們的決策。 該服務的標記行包括諸如“_高度可擴展的基于云的機器學習服務_”之類的措辭，重點關注企業及其對大數據和云計算需求的需求，并且“_預測分析變得容易，美麗而易懂_“專注于最終用戶分析師制作報告和理解業務流程。 ## 關于服務 該服務可用于生產模式或開發模式。開發模式是免費的，但可以完成的任務大小有限。生產模式是付費模式，并且可以在塊或訂閱的基礎上臨時購買積分。這是來自其他基于云的服務（如存儲或計算服務器）的熟悉模式。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-decision-tree.png) BigML交互式決策樹 BigML提供了三種使用該服務的主要模式： * **Web界面**：一個快速響應的靈活Web用戶界面。 Web界面引導分析人員完成上傳數據，制作描述性或預測性模型以及評估模型或根據需要進行預測的過程。這很干凈，一旦你購買了管道方法，很有意義。 * **命令行界面**：一個名為 [bigmle??r](https://bigml.com/bigmler) 的命令行工具，它基于服務的成熟Python API，允許比Web界面更靈活，例如選擇對構建的模型進行預測本地或遠程執行任務，例如交叉驗證以近似模型精度。查看[完整的bigmle??r文檔](http://bigmler.readthedocs.org/en/latest/)。 * **API** ：提供了 [RESTful API](https://bigml.com/developers) ，可以直接通過curl命令或您喜歡的編程語言中的包裝器使用。在撰寫本文時， [Python API](http://bigml.readthedocs.org/en/latest/) 是最成熟的，但包裝也在Ruby，PHP，Java，C＃，NodeJS，Clojure，Bash（curl調用）和Objective C中提供。 ## 管道流程 Web界面呈現為一系列步驟。您可以根據要查找的內容選擇要放入和放出管道的位置。 * **數據來源**：這些是正在研究的問題的原始數據。它可能是您上載的原始CSV文件，您通過URL指定的遠程數據文件或指向Amazon S3的數據存儲。您可以描述屬性，為它們命名，并通常管理數據源的解析和呈現方式。 * **數據集**：這些是數據源的視圖，您可以將其用作構建模型的基礎。數據集指定目標屬性（分類中的類或回歸中的輸出）。數據用條形圖和五個數字摘要匯總。您還可以將數據集拆分為訓練，然后測試模型表現的受控評估。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-dataset.png) BigML數據集 * **模型**：這些是從數據集創建的決策樹。決策樹模型是交互式的。您可以在每個節點的模型中看到反映在訓練數據中的信心和支持。您可以通過樹的方式工作，并查看前面構建的規則，這是模型的巧妙和干凈的表示。可以使用您喜歡的語言下載模型，可以查看其規則并提供其他可視化，例如sunburst視圖。 * **合奏**：這些是由子模型組成的模型。對于描述性模型，集合不太有用，對預測性更有用，理想情況下，從問題域的不同角度對預測組合提供更高的準確性。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-ensemble-models.png) BigML合奏模型 * **預測**：模型可用于生成預測。這可以通過構建的決策樹模型的分支（如決策支持時間），通過用于指定輸入實例的滑塊，一次一個，以及通過批量預測來提出問題，其結果可以是被下載到文件。 * **評估**：評估表示基于數據集的模型表現的估計。如果將數據集拆分為訓練和測試，則可以使用分類準確度，精度，召回等度量來估計模型對看不見的數據的能力。表現也總結在圖表中。模型（合奏或其他）的表現也可以并排比較。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-model-evaluation1.png) BigML模型評估 * **任務**：這是使用該服務執行的任務的日志，僅從服務審計角度來看是有趣的。它可能應該在用戶界面中如此突出。 流程似乎在易于使用和可配置性之間走了一些無形的界限。有一些配置選項，我無法想象分析師或初學者想要觸摸（例如修剪方法）。 此外，預測和評估之間的區別也可能使初學者感到困惑。我可以想象一個更簡單的界面：數據，模型預測和云中的機器人負責確定模型的穩健性并向我報告（對可以調整的所有各種事物進行n次交叉驗證）和自動模型選擇）。 ## Web界面中的5個聰明功能 Web界面非常靈敏，并且清楚地使用現代界面設計技術。在使用Web界面時，我注意到了5個您應該了解的聰明功能。 * **1 - 單擊**：您可以一鍵完成有用的任務，如宏。這讓我想起亞馬遜的一鍵購買，聰明的營銷。例如，您可以從選定的數據集中單擊創建模型，集合或將數據集拆分為訓練集和測試集。這種命名慣例滲透易用性。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-one-click-everything.png) BigML 1-Click Everything * **交互式樹**：決策樹是最受歡迎的，因為您可以將它們打印出來，主題專家可以很容易地理解它們。您可以毫不含糊地看到如何在域的上下文中做出決策（與不透明的神經網絡和SVM不同）。使樹木互動是下一步的自然過程。您可以整天使用可視化執行假設，并將其與域相關聯。 * **可下載樹**：您可以使用您選擇的編程語言下載模型或樹本身的規則。非常聰明。可以在BigML中創建描述性或預測性模型，下載代碼并將其用于您的應用程序（如網站或決策支持工具）。這很有用，我喜歡它。 * **Sunburst View** ：模型的旭日視圖提供了一種創新（至少對我而言）思考和探索決策樹中開發的規則的方式。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-sunburst.png) BigML Sunburst可視化 * **圖庫**：任何模型（可能是任何對象）都可以在[圖庫](https://bigml.com/gallery/models)中公開獲取。您可以探索和使用自己開發的其他人員模型和開放數據。可以對模型進行評論，也可以出售對圖庫中對象的訪問，這是一個引人入勝的想法。這是非常聰明且超前的時間，我喜歡它，但我擔心像 [IBM的許多眼睛](http://www.manyeyes.com/software/analytics/manyeyes/)將被利用。如果它是私人的并且在組織內策劃，它可能具有更多價值。 [](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/03/bigml-gallery.png) BigML模型庫 ## 用例 這是適度技術業務分析師和軟件開發人員的服務。該服務的重點是易用性（快速制作模型）和模型透明度（使領域專家能夠理解模型）。 以下是我認為BigML可能最有用的一些用例。 * **描述性模型**：業務分析師（或某些黑客）擁有他們想要描述的復雜數據。可以構造描述性模型來解釋屬性和預測屬性之間的關系并且發揮假設情景。這可以使用網站完成。 * **預測模型**：業務分析師（或某些黑客）有一個復雜的問題，希望從過去的例子中預測。可以在網站上構建預測模型，并批量預測并下載為CSV文件以供分析和應用。 * **周期性預測**：與之前的情景一樣，但需要定期進行預測。可以在BigML平臺上維護模型（在需要時更新），可以通過Bigmle??r命令行界面遠程調用以根據需要進行預測。 * **集成**：該服務可以集成到腳本，內部網站或桌面應用程序中以供決策支持。這需要使用API??，并且最好在平臺上維護模型。 ## 機器學習從業者 機器學習從業者可能會缺乏。沒有關注模型選擇或表現估計。您將無法在Web界面中找到使用交叉驗證設計復雜的多次運行實驗和分類準確性估算的能力。 在創建模型期間可以執行一些配置，例如，樹修剪方法可以在“智能修剪”，統計修剪和無統計修剪之間變化。我只能想象聰明的修剪嘗試了一堆方法并選擇最好的結果樹。合奏僅限于裝袋，我看到很好的機會進一步抽象出來，在幕后進行提升和堆疊，閾值處理和其他方法，并展示機器人選擇的最佳“合奏方法”。 我可以想象，如果我是一個堅定的核心決策樹人，我會因缺乏控制或對選擇的洞察而感到沮喪。 托管解決方案的好處是刪除技術細節，讓大型機器計算所需模型的變化，并為您選擇最佳的模型。目前尚不清楚BigML中幕后的情況有多少，但可能有機會進一步隱藏這些不再需要的隱藏配置細節 - 讓云中的機器人處理模型調整和選擇。 這些是有意的設計選擇，這是有道理的。該服務負責為問題提供“足夠好”的模型，并允許您按需下載或查詢該模型的托管版本。 ## 快速模型 對于機器學習從業者來說，這是一個機會，那就是讓事情變得非常快，例如： * **演示**：根據客戶數據創建模型，并在視頻或演示文稿中顯示決策樹如何工作以及如何處理數據，使他們能夠根據域體驗獲得對模型的深入了解。使用BigML的交互式決策樹而不是使用由R或scikit-learn生成的靜態樹，這更容易。 * **快速模型**：你真的需要一個真正快速的模型。 BigML將創建一個可用于生成預測的樹或集合。這將是一個快速而通用的過程，可能會花費腳本版本的Python API或命令行界面。比R，Weka還是scikit-learn更快？也許，如果它是在S3上托管的大型數據集（更大的數據甚至是大數據）。 * **在線模型**：如果您正在使用Java，Python或Ruby攻擊某些DSL或原型應用程序，并且您只需要一個臨時或概念驗證模型用于演示目的，可以創建和下載BigML模型本機代碼。契約中非常方便的特征。 * **臨時集成**：與上述相同，但您可能正在使用模型需要定期更新的流數據，您可以與BigML API集成并在原型應用程序中進行預測，直到您自己構建解決方案。 毫無疑問，BigML正在指望他們的解決方案足夠好，你不需要將其切換出來，并且它可能適用于大多數一般情況下的問題。 ## 結論 BigML非常酷，界面很光滑，非常聰明的想法，如畫廊和一鍵點擊一切。值得嘗試的是下一個小項目或側面項目，只是為了看看建模階段之前和之后關注建模階段本身的情況。 但是服務中可能缺少某些東西。我不能把手指放在上面。它可能只需要撥打更多一點，無論是為初學者決定還是在云中做更多提升，或者決定它是決策樹黑客并提供旋鈕和撥號盤的駕駛艙。 機器學習即服務是未來：擁有應用程序復雜數據驅動核心的托管黑盒子。它對許多內部業務應用程序甚至是探索性項目都很有意義。也許這些項目不夠分散。您沒有在odesk上看到工作，也沒有在某些數據集上查詢描述性或預測性模型。這可能是因為數據是保密的，但也可能是因為問題無法與所需的系統，人員和可視化分離。 無論這些平臺不是主流的原因是什么，我希望這些人能夠堅持到那時為止。 ## 資源 在本節中，我想為您提供一些指導，您可以在其中了解有關BigML的更多信息。 ### BigML文檔 BigML在[博客](http://blog.bigml.com/)上提供了很好的文檔和示例，結帳： * [BigML功能](https://bigml.com/features)概述了BigML可以做什么，重點關注Web界面 * [BigML API文檔](https://bigml.com/developers/)名為BigML.io * [BigML開發人員常見問題解答](https://bigml.com/developers/faq)提供有關服務和機器學習的問題和答案 ### BigML視頻 BigML有一個[健康的YouTube頻道](https://www.youtube.com/user/bigmlcom)，其中包括營銷視頻以及有用的教程視頻。下面是一個很好的例子，使用BigML對Kaggle 上的 [StumbleUpon常青分類挑戰進行建模和預測。](https://www.kaggle.com/c/stumbleupon) <iframe allowfullscreen="" frameborder="0" height="281" src="http://www.youtube.com/embed/eU7ayE-U1eg?feature=oembed" width="500"></iframe> ### 更多關于決策樹 如果您有興趣深入了解決策樹，下面是一些您可能希望了解的經典文本： * [分類和回歸樹](http://www.amazon.com/dp/0412048418?tag=inspiredalgor-20) * [C4.5：機器學習程序](http://www.amazon.com/dp/1558602380?tag=inspiredalgor-20)