python - 如何部署我们的 ML 训练模型？

Question

我是机器学习新手。我已经完成了 k 均值聚类并且训练了机器学习模型。我的问题是如何为我训练的模型传递输入？

示例: 考虑一个谷歌图像处理机器学习模型。为此，我们传递一个图像，该图像可以提供适当的输出，例如该图片的情感。

现在我的疑问是如何做到这一点，我已经完成了 k-means 来预测 mall_customer 谁花更多的钱来购买产品，为此我想调用或将输入传递给我训练有素的模型。

我正在使用 python 和 sci-kit learn。

Answer 1

您想要的是一个 API，您可以在其中发送请求/输入并获取响应/预测。

您可以创建一个 Flask 服务器，将训练好的模型保存为 pickle 文件，并在进行预测时加载它。这可能需要做一些工作。

请引用这些:

• https://towardsdatascience.com/deploying-a-machine-learning-model-as-a-rest-api-4a03b865c166
• https://hackernoon.com/deploy-a-machine-learning-model-using-flask-da580f84e60c

注意:Flask 内置服务器尚未准备好投入生产。您可能想引用 uwsgi + ngnix

如果您使用的是 docker:https://hub.docker.com/r/tiangolo/uwsgi-nginx-flask/这将是一个很大的帮助。