Обзор задачи

👉 Извлеките образ контейнера Docker из образа CentOS из DockerHub и создайте новый контейнер.

👉 Установите программное обеспечение Python поверх док-контейнера.

👉 В контейнере создайте модель машинного обучения.

Предварительное условие

  • Докер должен быть установлен в вашей системе.
  • Отключить брандмауэр.

Этапы выполнения задачи

  1. Сначала нам нужно вытащить образ Centos из DockerHub.

Теперь последняя версия образа Centos загружена.

2. Создайте контейнер, используя команду ниже

docker run -it --name ct1 centos:latest

Теперь у нас есть новый созданный контейнер с именем ct1 с последней версией образа Centos.

3. Теперь нам нужно установить python3 внутри, чтобы мы могли загружать различные библиотеки машинного обучения.

yum install python3-pip

4. Теперь установите библиотеку pandas, чтобы мы могли загрузить набор данных.

pip3 install pandas

Он также скачал библиотеку numpy.

5. Теперь нам нужно загрузить библиотеку scikit-learn, которая предоставляет функции для создания моделей ML.

pip3 install scikit-learn

После выполнения всех вышеперечисленных шагов наша базовая среда готова. Теперь нам нужно получить набор данных внутри док-контейнера.

Для этого я использовал программное обеспечение WinSCP, вы также можете использовать любые другие методы.

Теперь у нас есть набор данных в Rhel8, но он нужен нам в докере. Итак, для этого выполните следующие команды.

docker cp <SOURCEFILE_PATH>  <CONTAINER_NAME>:<DESTINATION_PATH>
SOURCEFILE_PATH: Path to the file inside your baseOS i.e here RHEL8
CONTAINER_NAME: Path of the container name in which you want to                     transfer file. 
Note: Container should be running.
DESTINATION_PATH: Path inside docker container where you wanted to copy the file from baseOS.

Теперь набор данных находится в нашем Docker.

Теперь пришло время создать скрипт Python, который может обучать нашу модель и сохранять модель в нашей рабочей области.

6. Создайте файл с помощью vi.

vi ml.py

Напишите ниже код в ml.py

import pandas
ds= pandas.read_csv('SalaryData.csv') 
from sklearn.linear_model import LinearRegression 
mind= LinearRegression() 
x= ds['YearsExperience'].values.reshape(30, 1) 
y= ds['Salary'] mind.fit(x,y) 
output= mind.predict([[3]]) 
print(output)

После этого нажмите Esc, затем :wq, чтобы сохранить и закрыть этот файл.

7. Теперь мы запустим этот файл, чтобы увидеть наш OUTPUT, используя python3 ml.py

Теперь мы успешно создали модель и сделали прогноз внутри контейнера докеров.

Вот и все, мы закончили!

Счастливого обучения !! ✌