Python 如何为Django应用程序提供Prophet模型？

我喜欢Facebook Prophet。我现在想知道从在线web应用程序（Django）访问这些预测的“最佳”方式是什么

要求是我必须每周使用来自Django应用程序（PostgreSQL）的数据来训练/更新我的模型。这些预测将被保存，我希望能够从Django应用程序调用/访问这些数据

在我查看了Google Cloud和AWS之后，我找不到任何能够通过API访问预测的解决方案来承载我的模型

我目前解决这一问题的最佳想法/方法：

1） 每周训练我的模特。预测保存在PostgreSQL中。数据将从Django web应用程序每周导出一次CSV

2） 在我的Flask应用程序中创建一个API，可以访问数据库中的预测

3） 在Django应用程序中，我可以随时调用API并访问数据

我很确定我的方法听起来很颠簸，可能不是这样做的。对于如何更好地解决这个问题，你有什么反馈或想法吗？简言之：

1） 从PostgresSQL数据库预测数据

---

2） 在Django web应用程序中提供预测。

从Prophet提供预先计算的预测值的最简单方法是从S3或其他文件服务器提供CSV文件。您可以每隔几天刷新一次模型，并将预测输出写入S3

import boto3
from io import StringIO

DESTINATION = bucket_name

def write_dataframe_to_csv_on_s3(dataframe, filename):
    """ Write a dataframe to a CSV on S3 """
    print("Writing {} records to {}".format(len(dataframe), filename))
    # Create buffer
    csv_buffer = StringIO()
    # Write dataframe to buffer
    dataframe.to_csv(csv_buffer, sep=",", index=False)
    # Create S3 object
    s3_resource = boto3.resource("s3")
    # Write buffer to S3 object
    s3_resource.Object(DESTINATION, filename).put(Body=csv_buffer.getvalue())

results = forecast[['ds', 'yhat', 'yhat_lower', 'yhat_upper']].copy()

write_dataframe_to_csv_on_s3(results, output+file_name+".csv")

---

我访问这个问题的原因之一是我不确定该走哪条路。答案似乎是一个很好的选择。 然而，我对Django应用程序没有太多限制，我正在为具有类似用例的人想出一种更简单的方法

我的解决方案：

• 我有一个Django项目，一个为我的网站服务的Django应用程序，还有一个用于Prophet模型的Django应用程序
• Prophet模型每天将被重新训练一次（在某种条件下）
• 每天训练模型，它预测新数据，并将预测保存到CSV文件（可存储在数据库中）。它还使用pickle存储经过训练的模型
• 现在，我可以通过在需要的地方导入Django应用程序，访问经过训练的模型和一些预定义的预测

项目层次结构：

project/
    project/
    django-app-for-website/
    django-app-for-prophet/
    manage.py
    requirements.txt

尽管我的项目的性能没有受到太大影响，但现在这不是我的优先事项，但它可以是你的，在这种情况下，我不推荐这种解决方案

---

如果你在寻找一种最简单的方式来服务先知模型，这就是我能想到的。这只是另一个可能的解决方案。

好主意，我没想过。非常感谢。