# Applying a CatBoost model in ClickHouse {#applying-catboost-model-in-clickhouse}
[CatBoost](https://catboost.ai) — is a free and open-source gradient boosting library for machine learning.
To apply a CatBoost model in ClickHouse:
1.[Create a table for the train sample](#create-a-table).
1.[Insert the data to the table](#insert-the-data-to-the-table).
1.[Configure the model](#configure-the-model).
1.[Test the trained model](#test-the-trained-model).
## Before you start {#before-you-start}
If you don't have the [Docker](https://docs.docker.com/install/) yet, install it.
> **Note:** [Docker](https://www.docker.com) uses containers to create virtual environments that isolate a CatBoost and ClickHouse installation from the rest of the system. CatBoost and ClickHouse programs are run within this virtual environment.
Before applying a CatBoost model:
**1.** Pull the [Docker image](https://hub.docker.com/r/yandex/tutorial-catboost-clickhouse) from the registry:
```bash
$ docker pull yandex/tutorial-catboost-clickhouse
```
This Docker image contains everything you need to run an application: code, runtime, libraries, environment variables, and configuration files.
**3.** Make sure the Docker image has been pulled:
```bash
$ docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
yandex/tutorial-catboost-clickhouse latest 3e5ad9fae997 19 months ago 1.58GB
```
**2.** Start the Docker-configured image:
```bash
$ docker run -it-p 8888:8888 yandex/tutorial-catboost-clickhouse
```
> **Note:** Example running a Jupyter Notebook with this manual materials to [http://localhost:8888](http://localhost:8888).
## 1. Create a table {#create-a-table}
To create a ClickHouse table for the train sample:
**1.** Start a ClickHouse client:
```bash
$ clickhouse client
```
> **Note:** The ClickHouse server is already running inside the Docker container.
**2.** Create the table using the command:
```sql
:)CREATETABLEamazon_train
(
dateDateMATERIALIZEDtoday(),
ACTIONUInt8,
RESOURCEUInt32,
MGR_IDUInt32,
ROLE_ROLLUP_1UInt32,
ROLE_ROLLUP_2UInt32,
ROLE_DEPTNAMEUInt32,
ROLE_TITLEUInt32,
ROLE_FAMILY_DESCUInt32,
ROLE_FAMILYUInt32,
ROLE_CODEUInt32
)
ENGINE=MergeTree(date,date,8192)
```
## 2. Insert the data to the table {#insert-the-data-to-the-table}
To insert the data:
**1.** Exit from ClickHouse:
```sql
:)exit
```
**2.** Upload the data:
```bash
$ clickhouse client --host 127.0.0.1 --query'INSERT INTO amazon_train FORMAT CSVWithNames' < ~/amazon/train.csv
```
**3.** Make sure the data has been uploaded:
```sql
$clickhouseclient
:)SELECTcount()FROMamazon_train
SELECTcount()
FROMamazon_train
+-count()-+
|32769|
+---------+
```
## 3. Configure the model to work with the trained model {#configure-the-model}
This step is optional: the Docker container contains all configuration files.
**1.** Create a config file (for example, `config_model.xml`) with the model configuration:
Если у вас еще нет [Docker](https://docs.docker.com/install/), установите его.
> **Примечание.** [Docker](https://www.docker.com) использует контейнеры для создания виртуальных сред, которые изолируют установку CatBoost и ClickHouse от остальной части системы. Программы CatBoost и ClickHouse выполняются в этой виртуальной среде.
Перед применением модели CatBoost в ClickHouse:
**1.** Скачайте [Docker-образ](https://hub.docker.com/r/yandex/tutorial-catboost-clickhouse) из реестра:
```bash
$ docker pull yandex/tutorial-catboost-clickhouse
```
Данный Docker-образ содержит все необходимое для запуска приложения: код, среду выполнения, библиотеки, переменные окружения и файлы конфигурации.
**2.** Проверьте, что Docker-образ действительно скачался:
```bash
$ docker image ls
REPOSITORY TAG IMAGE ID CREATED SIZE
yandex/tutorial-catboost-clickhouse latest 3e5ad9fae997 19 months ago 1.58GB
```
**3.** Запустите Docker-образ:
```bash
$ docker run -it-p 8888:8888 yandex/tutorial-catboost-clickhouse
```
> **Примечание.** После запуска по адресу [http://localhost:8888](http://localhost:8888) будет доступен Jupyter Notebook с материалами данной инструкции.
## 1. Создайте таблицу {#create-a-table}
Чтобы создать таблицу в ClickHouse для обучающей выборки:
**1.** Запустите ClickHouse-клиент:
```bash
$ clickhouse client
```
> **Примечание.** ClickHouse-сервер уже запущен внутри Docker-контейнера.
**2.** Создайте таблицу в ClickHouse с помощью следующей команды:
```sql
:)CREATETABLEamazon_train
(
dateDateMATERIALIZEDtoday(),
ACTIONUInt8,
RESOURCEUInt32,
MGR_IDUInt32,
ROLE_ROLLUP_1UInt32,
ROLE_ROLLUP_2UInt32,
ROLE_DEPTNAMEUInt32,
ROLE_TITLEUInt32,
ROLE_FAMILY_DESCUInt32,
ROLE_FAMILYUInt32,
ROLE_CODEUInt32
)
ENGINE=MergeTree(date,date,8192)
```
## 2. Вставьте данные в таблицу {#insert-the-data-to-the-table}
Чтобы вставить данные:
**1.** Выйдите из клиента ClickHouse:
```sql
:)exit
```
**2.** Загрузите данные:
```bash
$ clickhouse client --host 127.0.0.1 --query'INSERT INTO amazon_train FORMAT CSVWithNames' < ~/amazon/train.csv
```
**3.** Проверьте, что данные действительно загрузились:
```sql
$clickhouseclient
:)SELECTcount()FROMamazon_train
SELECTcount()
FROMamazon_train
+-count()-+
|32769|
+---------+
```
## 3. Настройте конфигурацию модели {#configure-the-model}
Опциональный шаг: Docker-контейнер содержит все необходимые файлы конфигурации.
**1.** Создайте файл с конфигурацией модели (например, `config_model.xml`):
```xml
<models>
<model>
<!-- Тип модели. В настоящий момент ClickHouse предоставляет только модель catboost. -->
> **Примечание.** Чтобы посмотреть конфигурационный файл ClickHouse в Docker-контейнере, выполните команду `cat ../../etc/clickhouse-server/config.xml`.
**3.** Перезапустите ClickHouse-сервер:
```bash
$ sudo service clickhouse-server restart
```
## 4. Протестируйте обученную модель {#test-the-trained-model}
Для тестирования запустите ClickHouse-клиент `$ clickhouse client`.
- Проверьте, что модель работает:
```sql
:)SELECT
modelEvaluate('amazon',
RESOURCE,
MGR_ID,
ROLE_ROLLUP_1,
ROLE_ROLLUP_2,
ROLE_DEPTNAME,
ROLE_TITLE,
ROLE_FAMILY_DESC,
ROLE_FAMILY,
ROLE_CODE)>0ASprediction,
ACTIONAStarget
FROMamazon_train
LIMIT10
```
> **Примечание.** Функция `modelEvaluate` возвращает кортежи (tuple) с исходными прогнозами по классам для моделей с несколькими классами.
- Спрогнозируйте вероятность:
```sql
:)SELECT
modelEvaluate('amazon',
RESOURCE,
MGR_ID,
ROLE_ROLLUP_1,
ROLE_ROLLUP_2,
ROLE_DEPTNAME,
ROLE_TITLE,
ROLE_FAMILY_DESC,
ROLE_FAMILY,
ROLE_CODE)ASprediction,
1./(1+exp(-prediction))ASprobability,
ACTIONAStarget
FROMamazon_train
LIMIT10
```
- Посчитайте логистическую функцию потерь (LogLoss) на всей выборке: