文件名称：matlab回归系数代码-MLscale:使用黑盒机器学习实现与应用程序无关的自动缩放
文件大小：17KB
文件格式：ZIP
更新时间：2024-06-27 20:54:53
系统开源
matlab回归系数代码量表 使用黑盒机器学习实现与应用程序无关的自动缩放 什么是 MLscale？ MLscale 是一种驱动多层云应用程序自动缩放引擎的方法，它使用机器学习来了解性能与多个系统和应用程序级指标之间的关系。 MLscale 在训练阶段收集这些指标和性能目标，例如响应时间，然后使用神经网络和线性回归构建模型，然后用于自动缩放引擎中的预测。 脚本包括： 大多数代码库是 python 脚本，它们使用 subprocess 模块与系统交互。 tensecscale.py通过使用预先构建的神经网络模型以及存储在bvalues.py线性回归系数来实现bvalues.py cputhreshscale.py和naivescale.py实现了基于 CPU 阈值的缩放和朴素的React缩放。 设置 实验设置包括负载生成器 (httperf)、负载平衡器 (apache) 和一层网络服务器。 setup.txt和workersetup.sh所需的库中提供了有关配置的一些详细信息 杂项脚本 还包括用于神经网络学习和实验跟踪生成的脚本。 不包括线性回归代码，它是 MATLAB 中的一个线性。
【文件预览】：
MLscale-master
----nnpostscale.py(837B)
----cputhreshscale.py(6KB)
----workersetup.sh(482B)
----kregression.py(2KB)
----nn.py(1KB)
----simulatescale.py(2KB)
----naivescale.py(7KB)
----knnregression.py(920B)
----traceExpGen.py(723B)
----tensecscale.py(7KB)
----setup.txt(3KB)
----expGen.py(484B)
----bvalues.py(184B)
----README.md(1KB)
----dbnaivescale.py(5KB)