Python 如何同时使用sklearn库和数据存储memcache?
我有一个经过训练的BallTree模型,并坚持采用pickle格式 在Google App Engine中,Python2标准环境不支持sklearn。我尝试了Cloud ML部署模型,但它也不起作用,因为Cloud ML只提供Python 如何同时使用sklearn库和数据存储memcache?,python,google-app-engine,google-cloud-platform,scikit-learn,google-cloud-datastore,Python,Google App Engine,Google Cloud Platform,Scikit Learn,Google Cloud Datastore,我有一个经过训练的BallTree模型,并坚持采用pickle格式 在Google App Engine中,Python2标准环境不支持sklearn。我尝试了Cloud ML部署模型,但它也不起作用,因为Cloud ML只提供predict()函数。我的BallTree模型将调用query\u radius()。因此,我转到了Python3标准环境,在那里sklearn可以工作 从query\u radius()获取索引后,我将通过字典以某种方式检索实体的键。有了这些键,我现在可以从数据存储中
predict()
函数。我的BallTree模型将调用query\u radius()
。因此,我转到了Python3标准环境,在那里sklearn可以工作
从query\u radius()
获取索引后,我将通过字典以某种方式检索实体的键。有了这些键,我现在可以从数据存储中检索所有数据
现在,我想利用memcache来提高数据存储的检索速度。然而,我发现GoogleAppengineAPI在Python3标准环境中不起作用。要使用memcache,我应该做什么?或者我还有其他更好的选择吗?您是正确的,在Python 3应用程序引擎标准环境中,
memcache
不是现成的
另一种方法是使用类似于(或者实际上是任何托管Redis或Memcache产品)的东西,并在应用程序中手动连接到它
例如,下面是一个如何从App Engine Flex环境连接到Memorystore的示例,它应该可以帮助您入门:我最终创建了两个服务,一个用于python 2(数据存储和memcache)和python 3(sklearn模型)