1. Learn
    2. /
  2. คอร์ส
    3. /
  3. Analiza danych IoT w Pythonie
Connected

แบบฝึกหัด

Zastosowanie modelu do strumienia danych

Teraz zastosuj wytrenowany potok uczenia maszynowego do danych strumieniowych i od razu klasyfikuj napływające wartości.

Użyj metody predict() na przychodzących wiadomościach, aby określić kategorię. Na podstawie wyniku predykcji podejmij działanie – zamknij okna w domu (lub nie).

Pamiętaj, że kategoria 1 oznacza dobrą pogodę, natomiast kategoria 0 oznacza złą, zimną pogodę.

Potok zwraca tablicę predykcji. Ponieważ przekazujesz tylko jeden element, musisz odwołać się do pierwszego elementu tablicy za pomocą category[0].

Funkcja close_window() zajmie się tym za ciebie – dodatkowo zapisze rekord do dalszej analizy.

Biblioteka pandas jako pd oraz json są już wczytane w sesji, a model jest dostępny jako pl.

คำแนะนำ

100 XP
  • Przekształć słownik w DataFrame biblioteki pandas za pomocą DataFrame.from_records(), używając "timestamp" jako indeksu oraz cols jako kolumn.
  • Określ kategorię rekordu, wywołując predict() na obiekcie potoku, i przypisz wynik do zmiennej category.
  • Wywołaj funkcję close_window(), przekazując DataFrame df jako pierwszy argument oraz category jako drugi argument.