砥砺奋进谱新篇,且看旧貌换新颜。欢迎访问新的 IBM Developer 中文网站! 了解详情

利用 Golang 和内存中数据库机器学习功能预测房屋价值

本博客属于 Db2 for AI 学习路径的一部分

摘要

预测分析功能使用历史数据来预测未来事件。通常使用历史数据来构建用于捕获重要趋势的数学模型。随后,对最新数据使用此预测模型来预测后续状况或者提供操作建议,以便获得最优结果。本 Code Pattern 使用相同的方法来使用历史数据预测房屋价值。我们使用历史数据通过不同的统计算法来创建模型,然后使用该模型预测房屋价值以便获得新的房屋数据。房地产经纪人和购房者可以利用这一功能来轻松获得待出售房屋的理想价格。本 Code Pattern 还使用内置分析存储过程来创建模型,并根据该模型来预测房屋价格。

描述

本 Code Pattern 使用 Golang 创建 AI 应用程序,此应用程序使用 IBM Db2 Warehouse on Cloud 内置存储过程,利用 IBM Db2 Warehouse on Cloud 中的数据来训练和运行模型。此特定应用程序运行内置的线性回归存储过程,根据所提供的不动产详细信息来预测房屋销售价格。

IBM Db2 Warehouse on Cloud 提供了可帮助分析数据的内置存储过程。操作和计算均由 IBM Db2 Warehouse on Cloud 引擎本身执行,无需移动数据。通过这种方式,您可以提高计算和检索结果时的性能。您可在此处了解有关 IBM Db2 Warehouse on Cloud 以存储过程形式支持的各种算法的更多信息。

学完本 Code Pattern 之后,您将掌握如何:

  • 将房屋数据加载到 IBM Db2 Warehouse on Cloud 中
  • 使用 IBM Db2 Warehouse on Cloud 内置函数来扩充数据
  • 使用 IBM Db2 Warehouse on Cloud 内置函数来创建线性回归模型
  • 预测新房屋的销售价格

流程

操作流程

  1. 将训练数据加载到 IBM Db2 Warehouse on Cloud 中。
  2. IBM Db2 Warehouse 将训练和测试数据存储在一个表中。
  3. 通过运行 IBM Db2 Warehouse on Cloud 中的内置存储过程来训练模型。
  4. 通过用 golang 编写的应用程序来预测房屋销售价格。
  5. 通过 API 公开预测逻辑。
  6. 前端应用程序将调用 API 来获取预测结果。

操作说明

准备好运用本 Code Pattern 了吗?参阅 README,获取有关如何开始运行和使用此应用程序的完整详细信息。

结束语

本 Code Pattern 展示了如何使用 Golang 创建 AI 应用程序,此应用程序使用 IBM Db2 Warehouse on Cloud 内置存储过程,利用 IBM Db2 Warehouse on Cloud 中的数据来训练和运行模型。本 Code Pattern 已纳入学习路径:Db2 for AI 系列。参阅下一个 Code Pattern 利用 Python 和机器学习预测房屋价值,继续学习本系列并了解有关 Db2 for AI 功能的信息。

本文翻译自:Predict home value using Golang and in-memory database machine learning functions(2019-8-6)