打电话到";部署web服务(通过API密钥)";重新运行经过训练的Azure ML模型
我想知道下面这些在后端是如何工作的 场景: ->我们以UTC格式从Edgex foundry获取数据,并以(CST/CDT时区)格式将其存储在Azure文档数据库中 ->我们在数据(日期在CST/CDT时区)上训练ML模型并部署web服务 因此,下面我没有什么基本疑问打电话到";部署web服务(通过API密钥)";重新运行经过训练的Azure ML模型,azure,azure-web-app-service,azure-machine-learning-studio,Azure,Azure Web App Service,Azure Machine Learning Studio,我想知道下面这些在后端是如何工作的 场景: ->我们以UTC格式从Edgex foundry获取数据,并以(CST/CDT时区)格式将其存储在Azure文档数据库中 ->我们在数据(日期在CST/CDT时区)上训练ML模型并部署web服务 因此,下面我没有什么基本疑问 当web作业点击我们的预测web服务时,经过训练的ML模型会再次运行吗 我们是否需要将新传入测试数据(我们希望预测)的UTC时区转换为CST/CDT时区,就像时间戳那样 对我们的预测有什么影响 当调用预测性webservice A
这只是基于我使用Azure ML的经验,但我想我可以帮助解决您的问题 当web作业点击我们的预测web服务时,经过训练的ML模型会再次运行吗 是的,从某种意义上说,它将在新数据的模型上调用
predict
(或类似)方法。例如,在scikit-learn
中,您将使用fit
方法训练您的模型。一旦模型投入生产,将只调用predict
方法
它还将运行您设置为部署为web服务的整个工作流。下面是一个我以前使用过的工作流示例。每次使用新数据运行web服务时,整个过程都会运行。这就像在scikit-learn
中创建管道一样
我们是否需要将新传入测试数据(我们希望预测)的UTC时区转换为CST/CDT时区,因为时间戳对我们的预测很重要
我会说是的,您需要转换为在模型中进行培训时使用的时区。这可以通过在工作流中添加一个步骤来完成,然后当您调用web服务时,它将在做出预测之前为您进行必要的转换
当调用预测性webservice API时,后端会发生什么
我不确定除了微软的同事之外是否还有人知道,但可以肯定的是,它会运行您设置的工作流
我知道这不算多,但我希望这能帮到你,或者至少能让你找到你需要的东西。谢谢Jon,答案很有帮助。我很高兴它能帮上忙!:)