Python 预定脚本到 docker 容器

Question

我已将 RandomForest 回归模型构建为 Python 脚本。它接受两个 csv 文件进行训练和测试，执行训练和测试。然后打印预测和准确性，最后将预测保存为 csv 文件。 我已将代码文件保存为 RandomForest.py。之后，我为 RandomForest.py 创建了一个批处理执行 (.bat) 文件。之后，我使用 Windows 任务计划程序来安排我的 Python 脚本（RandomForest.py）每周运行一次。之后，我将计划任务导出为“.xml”文件。 我的问题：我想把这个 .xml 文件放在一个 docker 容器中，以便它每周运行一次。

RandomForest.py 代码：

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

您可以运行cron job in the docker container。

这个 cron 字符串将每周运行一次 0 0 * * 0。从here得到这个。