如何将我的机器学习模型用作 api?

Posted

技术标签:

【中文标题】如何将我的机器学习模型用作 api?【英文标题】:how do I use my machine learning model as an api? 【发布时间】:2017-09-02 06:54:17 【问题描述】:

假设我在数据集上创建了一个机器学习预测模型,我对其进行了训练,得到了一些结果,现在我想用它来对我从用户那里获取的一些新数据进行预测。每个人都说要把它部署到 AWS、Microsoft Azure 等,但我只是想将它用于我的研究目的,我怎样才能创建一个简单的机器学习模型 API?

【问题讨论】:

【参考方案1】:

我认为您的问题有点过于宽泛,但我想分享一下我在 Python 中构建我的第一个 API 的经验。

我在 Flask 上安装了 Flask 和一个名为 Flask-RESTful 的框架。

flask_restful 超级好用,官方指南帮了我很多。

我的建议是先构建 API,然后确定要使用哪个平台进行部署。

【讨论】:

感谢您的回复。那么我应该通过使用 joblib.dump() 方法转储我的模型并使用 API 访问它来构建 API 吗? 我所做的是pickle模型和unpickle模型用于API的使用。我对joblib 没有经验,所以我不能说哪个更好。我可以使用的是使用您熟悉的库并从那里进行改进。 joblib 直接来自scikit-learn,它处理numpy 数组的效率高于pickle。并不是说你仍然不能使用pickle @Jon 感谢分享!有时间我会去joblib看看。

以上是关于如何将我的机器学习模型用作 api?的主要内容,如果未能解决你的问题,请参考以下文章

如何使用多个 CSV 文件进行机器学习异常检测

Matlab 机器学习训练、验证、测试分区

在机器学习中,改组如何与 ImageDataGenerator 一起工作?

为深度机器学习标记数据集

机器学习——评估方法

无服务器机器学习:应该在哪里存储他们的模型?