Java 模型与数据预处理步骤的集成

这可能是一个愚蠢的想法，但如果我采取了错误的方法，请容忍我并指导我。 我正在从事一个机器学习项目，该项目的模型将给出最终输出，来自ML模型的输出将被另一个用java编写和维护的项目使用

REST调用的典型流程如下所示：

---

用户在UI上请求一些分类分数

UI系统调用JavaAPI

Java API从存储系统获取数据

然后对数据进行预处理，并将其呈现给经过训练的模型，该模型完全用Python编写、开发和训练

问题：在制作ML模型时，我们有用python编写的预处理步骤，数据进入并得到预处理，然后开始模型训练。 在这个模型被持久化到java可以使用它进行实时预测的位置之后

思考：是否可以将预处理步骤与模型打包为一个包。 这样在java端就可以避免预处理了吗

我想听听你对这件事的意见，以便更好地处理这件事。 我不想在两个地方（Python和Java）编写和维护特性工程/预处理步骤

---

请指导。

可以使用机器学习模型将预处理步骤模型封装到一个包中，作为python模型的补充。 考虑到您已经将JavaAPI连接到UI和系统存储，不需要重写它们，或者您可以重用它们，因此可以节省时间

• 使用maven project构建您的项目

• 导入相关的库，例如SpringRESTfulWebService、SpringJPA数据、SpringEleAF/Angular（UI）和用于ML模型的张量流库

org.tensorflow
张量流
1.12.0

我希望这对你有用

    <dependency>
       <groupId>org.tensorflow</groupId>
       <artifactId>tensorflow</artifactId>
       <version>1.12.0</version>
    </dependency>