google-cloud-datalab - 在本地运行机器学习。我应该使用 Datalab 还是 Jupyter 的本地实例？

Question

我正在对来自 Google Analytics 和其他来源的数据进行一些机器学习和数据分析。

我已设法在本地部署 Cloud Datalab 并连接到我的 BigQuery，但我不确定这是否是最好的处理方式。我可以看到，只需将 vanilla Jupyter notebooks 与 Pandas 结合使用，我仍然可以连接到 BigQuery。常规 Jupyter 的优点是无需 Docker 即可运行，并且还具有 Python 3。

所以我想知道除了 SQL 语法突出显示之外，在本地使用 Cloud Datalab 执行此操作是否有任何好处？简而言之，Cloud Datalab 的所有优势是否仅与云计算相关，或者它是否也为本地部署带来了优于 Jupyter 的优势？

谢谢!

Answer 1

即使您使用的是常规 Jupyter，您仍然可以安装 Datalab python package使用大部分数据实验室功能。

我在本地运行时在 Jupyter 上使用 Datalab 的原因是:

1. 运行 docker 会带来一个经过良好测试的环境。
2. PyDatalab 带来了 BigQuery API 和魔法，它们创造了一个很好的 BigQuery Playground 。 google.datalab.bigquery 提供的不仅仅是根据查询创建数据框。
3. BigQuery 与图表的集成(%%chart 可以进行 BQ 查询)。
4. 机器学习工具和 MLToolbox。
5. 不同的用户界面。

不过，Jupyter+Datalab 包为您提供了 2、3 和 4。