Python 調度腳本到 docker 容器

Question

我已經構建了一個 RandomForest 回歸模型作為 python 腳本。 它接受兩個 csv 文件訓練和測試，執行訓練和測試。 然后打印預測和准確性，最后將預測保存為 csv 文件。 我已將代碼文件保存為 RandomForest.py。 之后，我為 RandomForest.py 創建了一個批處理執行 (.bat) 文件。 之后，我使用 Windows 任務計划程序來安排我的 Python 腳本（RandomForest.py）每周運行一次。 之后，我將計划任務導出為“.xml”文件。 我的問題：我想將此 .xml 文件放在 docker 容器中，以便它每周運行一次。

RandomForest.py 代碼：

from sklearn.ensemble import RandomForestRegressor
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
import numpy as np

import pandas as pd


class Modelrf():

    def __init__(self, train = "train.csv", test = "test.csv"):
        self.X_train = pd.read_csv(train)
        self.X_test = pd.read_csv(test)
        self.linear_reg = LinearRegression()
        self.random_forest = RandomForestRegressor()
    def split(self):
        self.X_train.dropna(axis=0, subset=['final_hourly_fee'], inplace=True)
        self.X_test.dropna(axis=0, subset=['final_hourly_fee'], inplace=True)
        self.y_train = self.X_train.final_hourly_fee
        self.y_test = self.X_test.final_hourly_fee

    def fit(self):
        self.model = self.random_forest.fit(self.X_train, self.y_train)

    def predict(self):

        self.result = self.random_forest.predict(self.X_test)
        return self.result



model_instance = Modelrf()
model_instance.split()
model_instance.fit()
model_instance.predict()
print(model_instance.result)
print("Accuracy: ", model_instance.model.score(model_instance.X_test, model_instance.y_test))

output = pd.DataFrame({'Id': model_instance.X_test.index,'Y Original': model_instance.y_test, 'Y predicted':model_instance.result})
output.to_csv('outputTest.csv', index=False)

.bat 文件：

python C:\Python\Headstrt\gitlab_pricing\myproject.git\RandomForest.py

pause

Answer 1

您可以在 docker 容器中運行cron 作業。

此 cron 字符串將每周運行一次0 0 * * 0 。 從這里得到這個。