数据科学家的指南：Make和Makefiles
数据科学家的指南：Make和Makefiles' - 'Guide for Data Scientists Make and Makefiles
如何使用Make和Makefiles优化你的机器学习流程
背景
数据科学家现在被期望编写生产代码来部署他们的机器学习算法。因此，我们需要了解软件工程的标准和方法，以确保我们的模型能够稳健有效地部署。在开发者社区中非常有名的一个工具就是make。这是一个强大的Linux命令，开发者们早已知晓。在本文中，我想展示如何使用它来构建高效的机器学习流程。
什么是Make？
make是一个类似于ls或cd的终端命令/可执行文件，它存在于大多数类UNIX操作系统中，例如MacOS和Linux。
使用make可以将你的工作流程简化并分解成一系列逻辑分组的shell命令。
它被开发者广泛使用，同时也被数据科学家采用，因为它简化了机器学习流程，使得生产部署更加稳健。
为什么数据科学要使用Make？
make是一种强大的工具，数据科学家应该利用它的以下优势：
- 自动化机器学习环境的设置
- 更清晰的端到端流程文档
- 更容易测试具有不同参数的模型
- 项目的结构和执行更加明显
什么是Makefile？
Makefile基本上就是make命令读取和执行的内容。它由三个组成部分组成：
- 目标：这些是你要构建的文件，如果你只是执行命令，也可以有一个
PHONY目标。 - 依赖：在执行此目标之前需要运行的源文件。
- 命令：按照字面意思，这些是生成目标的一系列步骤。
基本示例
让我们通过一个非常简单的示例来使理论变得具体。
