# 云计算

**Repository Path**: chen-yingfu/cloud-computing

## Basic Information

- **Project Name**: 云计算
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-10-09
- **Last Updated**: 2024-10-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于 ECS 服务的 API 开发 - 基于 ECS 和 OBS 服务
## 使用大模型生成 10 个关于如何用机器学习或大模型做聚类分析的“文本”文件（txt 或 markdown 格式），并上传到一个obs桶内。
使用AIchatOS帮我们生成10个关于如何用机器学习或大模型做聚类分析。
![输入图片说明](1.png)
![输入图片说明](2.png)

上传到一个obs桶内。

![输入图片说明](3.png)

## 编写一个针对一批文本文件的内容进行聚类分析的程序。
    import pandas as pd
	import matplotlib.pyplot as plt
	from sklearn.feature_extraction.text import TfidfVectorizer
	from sklearn.cluster import KMeans
	from sklearn.decomposition import PCA
	# 读取文本文件
	with open('./聚类/如何用机器学习或大模型做聚类分析.txt', 'r', encoding='utf-8') as file:
    documents = file.readlines()

	# 清理文档（去除换行符）
	documents = [doc.strip() for doc in documents]

	# 文本数据转化为TF-IDF特征向量
	vectorizer = TfidfVectorizer()
	X = vectorizer.fit_transform(documents)

	# 选择聚类的数量
	num_clusters = 3

	# KMeans聚类
	kmeans = KMeans(n_clusters=num_clusters, random_state=0, n_init= 'auto')
	kmeans.fit(X)

	# 获取聚类标签
	labels = kmeans.labels_

	# 使用PCA降维到2D
	pca = PCA(n_components=2)
	X_pca = pca.fit_transform(X.toarray())

	# 绘制聚类效果图
	plt.figure(figsize=(8, 6))
	for i in range(num_clusters):
    plt.scatter(X_pca[labels == i, 0], X_pca[labels == i, 1], label=f'Cluster {i}')

	# 标注每个点
	for i, doc in enumerate(documents):
    plt.annotate(f'Doc {i}', (X_pca[i, 0], X_pca[i, 1]))

	plt.title('KMeans Clustering of Text Data')
	plt.xlabel('PCA Component 1')
	plt.ylabel('PCA Component 2')
	plt.legend()
	plt.grid()
	plt.show()
## 使用华为 ecs 实例，获取 obs 桶内的文本文件后运行上一步的聚类分析程序，并呈现分析结果。
获取obs桶内的文本文件  
进入obs的obsutil_linux_amd64_5.5.12目录  
cd obsutil_linux_amd64_5.5.12  
下载obs桶内的文本文件  
./obsutil cp obs://cyf666/如何用机器学习或大模型做聚类分析.txt /temp/如何用机器学习或大模型做聚类分析.txt
![输入图片说明](4.png)
将项目部署到宝塔面板，并安装好Flask库
![输入图片说明](5.png)
启动项目
![输入图片说明](6.png)
终端输入命令,得到聚类的结果  
python 聚类.py
![输入图片说明](7.png)