Python 我如何使用我的机器学习模型作为api?
假设我在一个数据集上创建了一个机器学习预测模型,我对它进行了训练,得到了一些结果,现在我想用它对从用户那里获取的一些新数据进行预测。每个人都说要将其部署到AWS、Microsoft Azure等,但我只想将其用于我的研究目的,我如何才能为我的机器学习模型创建一个简单的API?我认为你的问题有点过于宽泛,但我想与大家分享我用Python构建第一个API的经验 我安装了烧瓶和烧瓶顶部的框架,称为 flask_restful非常易于使用,官方指南对我帮助很大Python 我如何使用我的机器学习模型作为api?,python,api,machine-learning,scikit-learn,data-science,Python,Api,Machine Learning,Scikit Learn,Data Science,假设我在一个数据集上创建了一个机器学习预测模型,我对它进行了训练,得到了一些结果,现在我想用它对从用户那里获取的一些新数据进行预测。每个人都说要将其部署到AWS、Microsoft Azure等,但我只想将其用于我的研究目的,我如何才能为我的机器学习模型创建一个简单的API?我认为你的问题有点过于宽泛,但我想与大家分享我用Python构建第一个API的经验 我安装了烧瓶和烧瓶顶部的框架,称为 flask_restful非常易于使用,官方指南对我帮助很大 我的建议是先构建API,然后确定要使用哪个
我的建议是先构建API,然后确定要使用哪个平台进行部署。谢谢您的回复。那么,我应该通过使用joblib.dump()方法转储模型并使用API访问它来构建API吗?我所做的是
pickle
模型和unpickle
模型以使用API。我在joblib
方面没有经验,所以我说不出哪个更好。我可以使用您熟悉的库并从中改进。joblib
直接来自scikit learn
,它比pickle
更有效地处理numpy
数组。当然,这并不是说你不能继续使用pickle
。@Jon谢谢你分享这个!当我有时间时,我将签出joblib
。