如何構建真實世界可用的 ML 模型？

Python 作為當前機器學習中使用最多的一門編程語言，有很多對應的機器學習庫，最常用的莫過於 scikit-learn 了。本文我們介紹下如何使用sklearn進行實時預測。先來看下典型的機器學習工作流。

綠色方框圈出來的表示將數據切分為訓練集和測試集。

紅色方框的上半部分表示對訓練數據進行特徵處理，然後再對處理後的數據進行訓練，生成 model。

紅色方框的下半部分表示對測試數據進行特徵處理，然後使用訓練得到的 model 進行預測。

紅色方框的右下角部分表示對模型進行評估，評估可以分為離線和在線。

典型的 ML 模型

介紹完了典型的機器學習工作流了之後，來看下典型的 ML 模型。

上面的模型對鳶尾花數據進行訓練生成一個模型，之後該模型對測試數據進行預測，預測結果為每條數據屬於哪種類別。

模型的保存和載入

上面我們已經訓練生成了模型，但是如果我們程序關閉後，保存在內存中的模型對象也會隨之消失，也就是說下次如果我們想要使用模型預測時，需要重新進行訓練。如何解決這個問題呢？

很簡單，既然內存中的對象會隨著程序的關閉而消失，我們能不能將訓練好的模型保存成文件。如果需要預測的話，直接從文件中載入生成模型呢？答案是可以的。

sklearn 提供了 joblib 模型，能夠實現完成模型的保存和載入。

構建實時預測

前面說到的運行方式是在離線環境中運行，在真實世界中，我們很多時候需要在線實時預測。一種解決方案是將模型服務化，在我們這個場景就是，我告訴你一個鳶尾花的 sepal_length, sepal_width, petal_length, petal_width 之後，你能夠快速告訴我這個鳶尾花的類型，藉助 flask 等 web 框架，開發一個 web service，實現實時預測。

因為依賴於 flask 框架，沒有安裝的需要安裝下：

創建一個 ml_web.py 文件，內容如下：

在命令行啟動它：

在 PostMan（也可以在瀏覽器中打開） 中打開 http://127.0.0.1:8000/ml/predict_iris ，得到以下結果：

可以看到，這裡提示我們輸入 sepal_length, sepal_width, petal_length, petal_width 參數，所以我們需要添加上參數重新構造一個請求 url：http://127.0.0.1:8000/ml/predict_iris?sepal_length=10&sepal_width=1&petal_length=3&petal_width=2。

再次請求得到的結果如下：

可以看到，模型返回的結果為 2，也就是說模型認為這個鳶尾花的類別是 2。

總結

在真實世界中，我們經常需要將模型進行服務化。這裡我們藉助 flask 框架，將 sklearn 訓練後生成的模型文件載入到內存中，針對每次請求傳入不同的特徵來實時返回不同的預測結果。

作者：1or0，專註於機器學習研究。

聲明：本文為公眾號 AI派 投稿，版權歸對方所有。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！