启用学习模型
dossier.models的Python项目详细描述
` models是一个python包，提供了实验性的主动学习模型。它们是用来作为搜索引擎的，通过'docsier.web'web
服务。
它还不兼容python 3
。
###运行一个简单的示例
`dossier.models`附带了一个示例web应用程序，演示如何使用所有的文档堆栈组件进行主动学习。下面是一个逐步指导，通过一个简单的示例
sortingdesk帮助您启动和运行。本指南假定您基本熟悉标准python工具，如pip和virtualenv。
您可以使用[kvlayer]支持的
（https://github.com/differo/kvlayer）
（如postgresql、hbase或mysql）。对于本指南，我们将使用redis，因为它不需要太多设置。只要确保它已安装并运行在您的
系统上。
这里有两张SortingDesk正在运行的屏幕截图：
[！[静止分拣台]（http://i.imgur.com/i0qt4m9s.png）（http://i.imgur.com/i0qt4m9.png）
[！[SortingDesk拖放]（http://i.imgur.com/uxeksx5s.png）（http://i.imgur.com/uxeksx5.png）
您应该创建一个新的python虚拟环境，并从pypi安装
`docsier.models`文件：
``bash
$virtualenv文件
$source./文件/bin/activate
$pip安装文件.models
````
这可能需要一点时间，因为
"档案.模型"依赖于"numpy"，"scipy"和"scikit learn"。
现在验证"档案.模型"是否安装正确：
`"bash
$python-c"导入档案.模型"
```
然后，命令应在没有任何
输出的情况下成功完成。
接下来，我们需要设置配置，以便档案堆栈知道要使用哪个数据库
，以及要在功能集合上创建哪些索引。您可以从github获取一个示例配置：
``bash
$curl-o https://raw.githubusercontent.com/dossier/dossier.models/master/data/config.yaml
````
存储类型：redis
存储地址：[localhost:6379]
此配置假定
您使用的是在端口"6379"上的"localhost"上运行的redis（默认）。
第二节告诉档案堆栈要在功能集合上创建哪些索引。此配置取决于数据中的功能。
在此示例配置中，我们选择了"name"和"keywords"，因为
都是示例数据集中的功能。
若要下载和加载示例数据集，请从github中获取它，然后使用加载：
``bash
$curl-o https://raw.githubusercontent.com/dossier/dossier.models/master/data/example.fc
$dossier.store-c config.yaml load--id feature content\u id example.fc
```
`the`dossier.store`命令允许您与存储的功能集合进行交互在你的数据库里。"--id feature"标志告诉"dossier.store"使用"content\u id"功能的值作为功能集合的主键。
如果省略此标志，则生成"uuid"。
使用"ids"命令进入数据库：
`` bash
$docsier.store-c config.yaml ids
doc11
doc12
doc21
doc22
doc23
…
````
您可以运行与"dossier.models"捆绑在一起的web应用程序：
``bash
$dossier.models-c config.yaml
```
如果单击队列中某个项的"x"链接，则会在该项与页面顶部指示的
查询之间添加一个负标签。或者您可以将一个项目从队列
拖到一个bin中，或者将其放在body页面上的任何位置以创建一个新的bin。还可以将容器
拖到其他容器上合并它们。去试试吧。您可以
确认使用"dossier.label"命令创建了标签：
``bash
$dossier.label-c config.yaml list
label（doc22，doc42，annotator=unknown，2014-11-26 16:02:01，value=corefvalue.negative）
```
如果您在终端中运行dossier.models`命令，则还应该能够在输出中看到添加的标签。
在
[http://localhost:8080/sortingqueue]（http://localhost:8080/sortingqueue）。
服务。
它还不兼容python 3
。
###运行一个简单的示例
`dossier.models`附带了一个示例web应用程序，演示如何使用所有的文档堆栈组件进行主动学习。下面是一个逐步指导，通过一个简单的示例
sortingdesk帮助您启动和运行。本指南假定您基本熟悉标准python工具，如pip和virtualenv。
您可以使用[kvlayer]支持的
（https://github.com/differo/kvlayer）
（如postgresql、hbase或mysql）。对于本指南，我们将使用redis，因为它不需要太多设置。只要确保它已安装并运行在您的
系统上。
这里有两张SortingDesk正在运行的屏幕截图：
[！[静止分拣台]（http://i.imgur.com/i0qt4m9s.png）（http://i.imgur.com/i0qt4m9.png）
[！[SortingDesk拖放]（http://i.imgur.com/uxeksx5s.png）（http://i.imgur.com/uxeksx5.png）
您应该创建一个新的python虚拟环境，并从pypi安装
`docsier.models`文件：
``bash
$virtualenv文件
$source./文件/bin/activate
$pip安装文件.models
````
这可能需要一点时间，因为
"档案.模型"依赖于"numpy"，"scipy"和"scikit learn"。
现在验证"档案.模型"是否安装正确：
`"bash
$python-c"导入档案.模型"
```
然后，命令应在没有任何
输出的情况下成功完成。
接下来，我们需要设置配置，以便档案堆栈知道要使用哪个数据库
，以及要在功能集合上创建哪些索引。您可以从github获取一个示例配置：
``bash
$curl-o https://raw.githubusercontent.com/dossier/dossier.models/master/data/config.yaml
````
存储类型：redis
存储地址：[localhost:6379]
此配置假定
您使用的是在端口"6379"上的"localhost"上运行的redis（默认）。
第二节告诉档案堆栈要在功能集合上创建哪些索引。此配置取决于数据中的功能。
在此示例配置中，我们选择了"name"和"keywords"，因为
都是示例数据集中的功能。
若要下载和加载示例数据集，请从github中获取它，然后使用加载：
``bash
$curl-o https://raw.githubusercontent.com/dossier/dossier.models/master/data/example.fc
$dossier.store-c config.yaml load--id feature content\u id example.fc
```
`the`dossier.store`命令允许您与存储的功能集合进行交互在你的数据库里。"--id feature"标志告诉"dossier.store"使用"content\u id"功能的值作为功能集合的主键。
如果省略此标志，则生成"uuid"。
使用"ids"命令进入数据库：
`` bash
$docsier.store-c config.yaml ids
doc11
doc12
doc21
doc22
doc23
…
````
您可以运行与"dossier.models"捆绑在一起的web应用程序：
``bash
$dossier.models-c config.yaml
```
如果单击队列中某个项的"x"链接，则会在该项与页面顶部指示的
查询之间添加一个负标签。或者您可以将一个项目从队列
拖到一个bin中，或者将其放在body页面上的任何位置以创建一个新的bin。还可以将容器
拖到其他容器上合并它们。去试试吧。您可以
确认使用"dossier.label"命令创建了标签：
``bash
$dossier.label-c config.yaml list
label（doc22，doc42，annotator=unknown，2014-11-26 16:02:01，value=corefvalue.negative）
```
如果您在终端中运行dossier.models`命令，则还应该能够在输出中看到添加的标签。
在
[http://localhost:8080/sortingqueue]（http://localhost:8080/sortingqueue）。
欢迎加入QQ群-->： 979659372
