使用机器学习和高级分析分析物联网传感器数据

时间:2019-03-04 18:32:03 阅读:6次
摘要
在此代码模式中,我们将使用Jupyter笔记本将IoT传感器数据加载到IBM Db2事件存储中。从那里,我们将使用带有Spark SQL和Matplotlib的Jupyter笔记本查询和分析数据。最后,我们将使用Spark Machine Learning Library创建一个模型,在给定功耗和环境温度时预测温度。
描述
此代码模式演示了如何使用Jupyter笔记本与IBM Db2 Event Store进行交互 - 从创建数据库对象到高级分析和机器学习模型开发和部署。
此代码模式中使用的样本数据模拟真实行业物联网传感器收集的数据。物联网样本数据包括传感器温度,环境温度,功耗以及使用唯一传感器ID和设备ID识别的一组传感器的时间戳。
Db2 Event Store是一个内存数据库,专为大规模结构化数据量和实时分析而设计,基于Apache Spark和Apache Parquet数据格式构建。该解决方案针对事件驱动的数据处理和分析进行了优化。它可以支持由物联网解决方案,支付,物流和网络商务等事件驱动的新兴应用程序。它灵活,可扩展,可以快速适应您不断变化的业务需求。
完成此代码模式后,您将了解如何:
使用Python和Jupyter笔记本与Db2 Event Store交互。
使用Matplotlib图表可视化数据。
构建并测试机器学习模型。
使用Watson Machine Learning部署和使用该模型。

将示例IoT数据集添加为项目资产。
创建Db2事件存储数据库和表。
使用Spark SQL查询表。
使用Matplotlib图表分析数据。
创建和部署机器学习模型。
说明
在自述文件中找到此模式的详细步骤。这些步骤将告诉您如何:
克隆回购。
安装IBM Db2 Event Store。
添加示例IoT数据资产。
创建IBM Db2事件存储数据库和表。
查询表格。
分析数据。
创建和部署机器学习模型。
使用机器学习和高级分析分析物联网传感器数据所属专题:分析 传感 《使用机器学习和高级分析分析物联网传感器数据》链接:http://www.zhouchuanxiong.net/618