Machine learning 使用API进行机器学习并存储结果

我有一个（商业）机器学习项目，我想用来自不同API来源（如Google Places、Facebook Graph）的数据丰富现有信息，将其保存在数据库中，并用机器学习算法分析整个数据（例如，执行聚类）

但根据例如Google Places的规定，不允许缓存和存储数据：

3.2.4（a）不得刮擦。客户不会提取、导出或以其他方式刮取谷歌地图内容以供服务之外使用。例如，客户不会：（i）在服务之外预取、索引、存储、重新共享或重新托管谷歌地图内容；（ii）批量下载谷歌地图瓷砖、街景图像、地理编码、方向、距离矩阵结果、道路信息、地点信息、高程值和时区详细信息；（iii）复制并保存企业名称、地址或用户评论；或者（iv）将谷歌地图内容与文本到语音服务结合使用

3.2.4（b）无缓存。除非地图服务特定条款明确允许，否则客户不会缓存谷歌地图内容

5.4缓存。客户可以将Places API中的纬度（lat）和经度（lng）值临时缓存长达30个连续日历日，之后客户必须删除缓存的纬度和经度值。客户可以根据Places API策略缓存Places API Place ID（Place_ID）值。

---

你是如何进行类似项目的？这真的是我想在项目中做什么，还是有一点不同？我向谷歌提出了一个请求，但他们无法通过电话回答这个问题。我需要将数据存储在某个地方，以便执行机器学习算法。

您可以获取数据、训练模型并删除数据，或者提取/投影数据到其他特征集并存储这些数据，而不是数据本身您可以获取数据，训练模型并删除数据，或将数据提取/投影到其他特征集，并存储这些数据，而不是数据本身