OJ Satış Simülasyonu

Bu veri kümesi, Dominick'in OJ veri kümesinden türetilmiştir ve Azure Machine Learning'de binlerce modeli aynı anda eğitmek için ek simülasyon verileri içerir.

Dekont

Microsoft, Azure Open Datasets'i "olduğu gibi" sağlar. Microsoft, veri kümelerini kullanımınızla ilgili olarak açık veya zımni hiçbir garanti veya koşul sağlamaz. Yerel yasalarınız kapsamında izin verilen ölçüde, Microsoft veri kümelerini kullanımınızdan kaynaklanan doğrudan, sonuçsal, özel, dolaylı, arızi veya cezai dahil olmak üzere tüm zarar veya kayıplar için tüm sorumluluğu kabul etmez.

Bu veri kümesi Microsoft’un kaynak verileri aldığı orijinal hükümler kapsamında sağlanır. Veri kümesi Microsoft’tan alınan verileri içerebilir.

Veriler, 121 haftadan fazla haftalık portakal suyu satışını içerir. 3.991 mağaza ve mağaza başına üç marka portakal suyu vardır, böylece 11.973 model eğitilebilir.

Özgün veri kümesi açıklamasını görüntüleyin veya veri kümesini indirin.

Sütunlar

Adı	Veri türü	Benzersiz	Değerler (örnek)	Açıklama
Reklam	int		1	Bu portakal suyu için hafta boyunca reklam olup olmadığını gösteren değer 0: Reklam Yok 1: Reklamlar
Marka	Dize		dominikler tropicanası	Portakal suyunun markası
Fiyat	çift		2.6 2.09	Portakal suyunun fiyatı (ABD doları cinsinde)
Miktar	int		10939 11638	Belirtilen hafta boyunca satılan portakal suyu miktarı
Gelir	çift		38438.4 36036.0	Belirtilen hafta içinde portakal suyundan elde edilen gelir (ABD doları cinsinde)
Store	int		2658 1396	Portakal suyunun satıldığı mağazanın numarası
WeekStarting	timestamp		1990-08-09 00:00:00 1992-02-20 00:00:00	Satışların hangi haftaya ait olduğunu belirten tarih

Önizleme

WeekStarting	Store	Marka	Miktar	Reklam	Fiyat	Gelir
1/10/1992 12:00:00	3571	minute.maid	13247	1	2,42	32057.74
1/10/1992 12:00:00	2999	minute.maid	18461	1	2.69	49660.09
1/10/1992 12:00:00	1198	minute.maid	13222	1	2.64	34906.08
1/10/1992 12:00:00	3916	minute.maid	12923	1	2.45	31661.35
1/10/1992 12:00:00	1688	minute.maid	9380	1	2,46	23074.8
1/10/1992 12:00:00	1040	minute.maid	18841	1	2.31	43522.71
1/10/1992 12:00:00	1938	minute.maid	14202	1	2.19	31102.38
1/10/1992 12:00:00	2405	minute.maid	16326	1	2.05	33468.3
1/10/1992 12:00:00	1972	minute.maid	16380	1	2,12	34725.6

Veri erişimi

Azure Notebooks

azureml-opendatasets

from azureml.core.workspace import Workspace
ws = Workspace.from_config()
datastore = ws.get_default_datastore()

from azureml.opendatasets import OjSalesSimulated

Azure Açık Veri Kümelerinden veri okuma

# Create a Data Directory in local path
import os

oj_sales_path = "oj_sales_data"

if not os.path.exists(oj_sales_path):
    os.mkdir(oj_sales_path)

# Pull all of the data
oj_sales_files = OjSalesSimulated.get_file_dataset()

# or pull a subset of the data
oj_sales_files = OjSalesSimulated.get_file_dataset(num_files=10)

oj_sales_files.download(oj_sales_path, overwrite=True)

Tek tek veri kümelerini Blob Depolama'a yükleme

Verileri Blob'a yükleriz ve bu csv dosyaları klasöründen FileDataset'i oluştururuz.

target_path = 'oj_sales_data'

datastore.upload(src_dir = oj_sales_path,
                target_path = target_path,
                overwrite = True, 
                show_progress = True)

Dosya veri kümesini oluşturma

FileDataset'i oluşturmak için verilerin yolunu tanımlamamız gerekir.

from azureml.core.dataset import Dataset

ds_name = 'oj_data'
path_on_datastore = datastore.path(target_path + '/')

input_ds = Dataset.File.from_files(path=path_on_datastore, validate=False)

Dosya veri kümesini çalışma alanına kaydetme

Tahmin için işlem hattımıza giriş olarak çağırabilmek için veri kümesini çalışma alanımıza kaydetmek istiyoruz.

registered_ds = input_ds.register(ws, ds_name, create_new_version=True)
named_ds = registered_ds.as_named_input(ds_name)

Azure Databricks

azureml-opendatasets

# This is a package in preview.
# You need to pip install azureml-opendatasets in Databricks cluster. https://learn.microsoft.com/azure/data-explorer/connect-from-databricks#install-the-python-library-on-your-azure-databricks-cluster
# Download or mount OJ Sales raw files Azure Machine Learning file datasets.
# This works only for Linux based compute. See https://learn.microsoft.com/azure/machine-learning/service/how-to-create-register-datasets to learn more about datasets.

from azureml.opendatasets import OjSalesSimulated

ojss_file = OjSalesSimulated.get_file_dataset()
ojss_file

ojss_file.to_path()

# Download files to local storage
import os
import tempfile

mount_point = tempfile.mkdtemp()
ojss_file.download(mount_point, overwrite=True)

# Mount files. Useful when training job will run on a remote compute.
import gzip
import struct
import pandas as pd
import numpy as np

# load compressed OJ Sales Simulated gz files and return numpy arrays
def load_data(filename, label=False):
    with gzip.open(filename) as gz:
        gz.read(4)
        n_items = struct.unpack('>I', gz.read(4))
        if not label:
            n_rows = struct.unpack('>I', gz.read(4))[0]
            n_cols = struct.unpack('>I', gz.read(4))[0]
            res = np.frombuffer(gz.read(n_items[0] * n_rows * n_cols), dtype=np.uint8)
            res = res.reshape(n_items[0], n_rows * n_cols)
        else:
            res = np.frombuffer(gz.read(n_items[0]), dtype=np.uint8)
            res = res.reshape(n_items[0], 1)
    return pd.DataFrame(res)

import sys
mount_point = tempfile.mkdtemp()
print(mount_point)
print(os.path.exists(mount_point))
print(os.listdir(mount_point))

if sys.platform == 'linux':
  print("start mounting....")
  with ojss_file.mount(mount_point):
    print(os.listdir(mount_point))  
    train_images_df = load_data(os.path.join(mount_point, 'train-tabular-oj-ubyte.gz'))
    print(train_images_df.info())

Sonraki adımlar

Açık Veri Kümeleri kataloğundaki diğer veri kümelerini görüntüleyin.