处理在线预测请求

时间:2019-01-28 11:19:00

标签: google-cloud-ml

使用ml-engine进行在线预测时,我们发送请求并获取预测结果,这很酷,但是Request与模型输入相比通常有所不同,例如:

  • 可以请求分类变量,但需要模型,并将整数映射到该类别
  • 对于给定功能,我们可能还需要创建多个功能,例如将文本分为两个或多个功能
  • 我们可能需要排除请求中的某些功能,例如对模型无用的恒定功能

您如何处理此过程?我的解决方案是使用appengine应用程序获取请求,将其发送到pub / sub,在数据流中进行处理,将其保存到gcs,并触发云功能,以将处理后的请求发送到ml-engine端点并获得预测的结果。这可能是一项过度设计,我想避免这种情况。如果您对Xgboost模型有任何建议,我将不胜感激。

1 个答案:

答案 0 :(得分:0)

我们正在测试一项功能,该功能允许用户提供一些Python代码以在服务器端运行。这将允许您以scikit学习管道或Python函数的形式进行尝试执行的转换类型。如果您想对其进行测试,请联系cloudml-feedback@google.com。