关于生产环境下，调用 sklearn 接口的疑问

Question

老师好，本课程使用了大量sklearn的例子，但有时候，如果我想把他放在生产环境中。
即，我想从外部API，来调用已经训练好的模型，请问您知道怎么操作吗？
如果该问题，不属于本课程范围，可忽略。

Answer 1

liuyubobobo 2019-07-01 11:10:37

如果你的“外部API”本身就是Python的，就非常简单了，可以喝sklearn的模型无缝对接。使用pickle也可以方便的保存和调取训练好的模型。

如果不使用Python，可以规定数据格式，基于这种数据格式做接口，进行调用。比如外部的需要测试的数据以json的形式传给python；你的模型的预测结果再以json形式传出去。

另外，机器学习的模型有一种保存标准，称为PMML。Python训练的模型可以保存成PMML（https://github.com/jpmml/sklearn2pmml）

其他语言也有很多基于PMML的机器学习框架。比如基于Java语言的JPMML，可以参考这里。https://github.com/jpmml/jpmml-evaluator 

加油！：）

• 提问者 lemonlxn #1

  嗯嗯，sklearn中支持 保存或读取 pickle化的 模型文件，我也在该地址看到答案:https://blog.csdn.net/creator180/article/details/83511325
  
  当然，我也可以写个Python函数，将指定格式转为矩阵，然后再传入到模型中。
  
  不过，我还有小问题。数据不断累积，以往的模型可能不太适合最新的数据。如果采用手动的方式，我会定期去 fit 然后 predict。那sklearn有没有支持定期自动 fit predict方式，去优化自身呢？

• liuyubobobo 回复 提问者 lemonlxn #2

  据我所知没有，你需要手动实现在线学习算法：）

• 提问者 lemonlxn 回复 liuyubobobo #3

  哈哈，这样啊。那我打算写个while循环，让它定期fit predict 哈哈哈哈哈