Python 作为当前机器学习中使用最多的一门编程语言,有很多对应的机器学习库,最常用的莫过于 scikit-learn 了。本文我们介绍下如何使用sklearn进行实时预测。先来看下典型的机器学习工作流。
绿色方框圈出来的表示将数据切分为训练集和测试集。
红色方框的上半部分表示对训练数据进行特征处理,然后再对处理后的数据进行训练,生成 model。
红色方框的下半部分表示对测试数据进行特征处理,然后使用训练得到的 model 进行预测。
红色方框的右下角部分表示对模型进行评估,评估可以分为离线和在线。
典型的 ML 模型
介绍完了典型的机器学习工作流了之后,来看下典型的 ML 模型。
上面的模型对鸢尾花数据进行训练生成一个模型,之后该模型对测试数据进行预测,预测结果为每条数据属于哪种类别。
模型的保存和加载
上面我们已经训练生成了模型,但是如果我们程序关闭后,保存在内存中的模型对象也会随之消失,也就是说下次如果我们想要使用模型预测时,需要重新进行训练。如何解决这个问题呢?
很简单,既然内存中的对象会随着程序的关闭而消失,我们能不能将训练好的模型保存成文件。如果需要预测的话,直接从文件中加载生成模型呢?答案是可以的。
sklearn 提供了 joblib 模型,能够实现完成模型的保存和加载。
构建实时预测
前面说到的运行方式是在离线环境中运行,在真实世界中,我们很多时候需要在线实时预测。一种解决方案是将模型服务化,在我们这个场景就是,我告诉你一个鸢尾花的 sepal_length, sepal_width, petal_length, petal_width 之后,你能够快速告诉我这个鸢尾花的类型,借助 flask 等 web 框架,开发一个 web service,实现实时预测。
因为依赖于 flask 框架,没有安装的需要安装下:
创建一个 ml_web.py 文件,内容如下:
在命令行启动它:
在 PostMan(也可以在浏览器中打开) 中打开 http://127.0.0.1:8000/ml/predict_iris ,得到以下结果:
可以看到,这里提示我们输入 sepal_length, sepal_width, petal_length, petal_width 参数,所以我们需要添加上参数重新构造一个请求 url:http://127.0.0.1:8000/ml/predict_iris?sepal_length=10&sepal_width=1&petal_length=3&petal_width=2。
再次请求得到的结果如下:
可以看到,模型返回的结果为 2,也就是说模型认为这个鸢尾花的类别是 2。
总结
在真实世界中,我们经常需要将模型进行服务化。这里我们借助 flask 框架,将 sklearn 训练后生成的模型文件加载到内存中,针对每次请求传入不同的特征来实时返回不同的预测结果。
作者:1or0,专注于机器学习研究。
声明:本文为公众号 AI派 投稿,版权归对方所有。
领取专属 10元无门槛券
私享最新 技术干货