假设我已经有一个 scikit-learn 模型,我想将其保存到我的 Watson Machine Learning 并使用 python 客户端进行部署。
Python 客户端文档:http://wml-api-pyclient.mybluemix.net
我喜欢:
clf = svm.SVC(kernel='rbf')
clf.fit(train_data, train_labels)
# Evaluate your model.
predicted = clf.predict(test_data)
我想要做的是将此模型部署为可通过 REST API 访问的 Web 服务。
我在这里阅读了 Watson 机器学习文档:https://dataplatform.cloud.ibm.com/docs/content/analyze-data/wml-ai.html?audience=wdp&context=analytics
但是我在部署模型时遇到了麻烦。
最佳答案
您还可以将其部署为 python 函数。您需要的是将所有功能包装到一个可部署的函数中( learn python closure )。
您使用凭证的方式与此方法中相同。
- 第 1 步:定义函数
- 第 2 步:将函数存储在存储库中
之后就可以部署并通过两种方式访问
- 使用 Python 客户端
- 使用 REST API
这在see this post中有详细解释
关于machine-learning - 如何使用 Watson Studio 和机器学习部署 scikit learn python 模型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52632840/