Hoe kan jy voorspellings noem deur 'n voorbeeldry data op 'n ontplooide scikit-leer-model op Cloud ML Engine te gebruik?
Om voorspellings te gebruik deur 'n voorbeeldry data op 'n ontplooide scikit-leer-model op Cloud ML Engine te gebruik, moet jy 'n reeks stappe volg. Maak eers seker dat jy 'n opgeleide scikit-leer-model het wat gereed is om ontplooi te word. Scikit-learn is 'n gewilde masjienleerbiblioteek in Python wat verskeie algoritmes vir klassifikasie-, regressie- en groeperingstake verskaf.
Sodra jy 'n opgeleide scikit-leer-model het, kan jy dit op Cloud ML Engine ontplooi, wat 'n bestuurde diens is wat deur Google Cloud verskaf word om masjienleermodelle op skaal te ontplooi en te bedien. Cloud ML Engine ondersteun scikit-leer-modelle deur gepasmaakte voorspellingsroetines.
Om voorspellings op 'n ontplooide scikit-leer-model te noem, moet jy die Cloud ML Engine-voorspellingsdiens gebruik. Hierdie diens laat jou toe om voorspellingsversoeke na jou ontplooide model te stuur en die voorspelde resultate te ontvang. Hier is 'n stap-vir-stap gids oor hoe om voorspellings te bel deur 'n voorbeeldry data te gebruik:
1. Berei jou voorbeeldry data voor: Maak seker dat jou monsterry data in dieselfde formaat is as die opleidingsdata wat gebruik is om jou scikit-leer-model op te lei. Maak seker dat die data behoorlik vooraf verwerk en geënkodeer is indien nodig.
2. Skep 'n JSON-objek: Skakel jou voorbeeldry data om na 'n JSON-objek. Die JSON-voorwerp moet dieselfde struktuur hê as die invoerdata wat deur jou scikit-learn-model verwag word. Elke kenmerk in die JSON-voorwerp moet gekarteer word na sy ooreenstemmende waarde in die voorbeeldry data.
3. Stuur 'n voorspellingsversoek: Gebruik die Cloud ML Engine-voorspellingsdiens om 'n voorspellingsversoek na jou ontplooide scikit-leer-model te stuur. Jy kan die `gcloud`-opdragreëlnutsding of die Cloud ML Engine API gebruik om die voorspellingsversoek te stuur. Spesifiseer die naam van jou ontplooide model, die weergawe van die model om te gebruik en die JSON-objek wat die voorbeeldry data bevat.
4. Ontvang die voorspellingsresultaat: Sodra die voorspellingsversoek gestuur is, sal die Cloud ML Engine-voorspellingsdiens die versoek aanstuur na jou ontplooide scikit-leer-model. Die model sal die monsterry data verwerk en 'n voorspellingsresultaat genereer. Die voorspellingsresultaat sal as 'n JSON-voorwerp teruggestuur word, wat jy kan ontleed om die voorspelde waardes te onttrek.
5. Interpreteer die voorspellingsresultaat: Onttrek die voorspelde waardes uit die JSON-objek wat deur die voorspellingsdiens teruggestuur word. Die voorspelde waardes sal afhang van die tipe taak waarvoor u scikit-leer-model opgelei is. Byvoorbeeld, as jou model opgelei is vir 'n klassifikasietaak, kan die voorspelde waardes klasetikette of waarskynlikhede wees. As jou model opgelei is vir 'n regressietaak, kan die voorspelde waardes deurlopende numeriese waardes wees.
Deur hierdie stappe te volg, kan u voorspellings oproep deur 'n voorbeeldry data op 'n ontplooide scikit-leer-model op Cloud ML Engine te gebruik. Dit laat jou toe om die krag van scikit-leer-modelle op skaal te benut, wat dit makliker maak om masjienleermodelle in produksieomgewings te ontplooi en te bedien.
Ander onlangse vrae en antwoorde t.o.v Bevorder in masjienleer:
- Wat is die beperkings om met groot datastelle in masjienleer te werk?
- Kan masjienleer 'n bietjie dialogiese hulp verleen?
- Wat is die TensorFlow-speelgrond?
- Verhinder die gretige modus die verspreide rekenaarfunksie van TensorFlow?
- Kan Google-wolkoplossings gebruik word om rekenaars van berging te ontkoppel vir 'n meer doeltreffende opleiding van die ML-model met groot data?
- Bied die Google Cloud Machine Learning Engine (CMLE) outomatiese hulpbronverkryging en -konfigurasie en hanteer hulpbronafskakeling nadat die opleiding van die model voltooi is?
- Is dit moontlik om masjienleermodelle op arbitrêr groot datastelle op te lei sonder enige haakplekke?
- Wanneer CMLE gebruik word, vereis die skep van 'n weergawe dat 'n bron van 'n uitgevoerde model gespesifiseer word?
- Kan CMLE van Google Wolk-bergingdata lees en 'n gespesifiseerde opgeleide model vir afleidings gebruik?
- Kan Tensorflow gebruik word vir opleiding en afleiding van diep neurale netwerke (DNN's)?
Bekyk meer vrae en antwoorde in Vooruitgang in masjienleer