我在本地创建了机器学习回归模型，该模型将一行数据帧作为输入，并使用Python中的sk-learn提供一个（或两个）数字作为输出。我想知道是否可以将Google表格中几行的输入作为输入，然后提供model.predict（row_input）的结果作为输出，如果模型在某个被触发的云函数中运行当所有行都填满时（也许我可以为此查看云调度程序）？
但是我首先如何将机器学习模型部署（或连接）到Google表格？我在互联网上没有碰到太多有关此的资源。
答案 0 :(得分：0)
如果您的代码是Python代码，建议您将其部署在Cloud Functions上并编写脚本，定义own Google Sheet function，然后使用它来调用Google Cloud Functions。
编辑
您有2种实现方式
首先，您可以将代码部署在Cloud Functions上，并使用所需的参数进行调用（例如，该行中包含的值数组）。您会收到放入单元格中的答案
第二，您还可以将代码部署在Cloud Function中，并仅使用一些引用来调用它，
然后，Cloud Functions打开文件，获取结果并将结果直接写到工作表中。
第二种解决方案是异步的，这意味着已授权Cloud Functions身份（Cloud Function的服务帐户）在文件上读写。
第一个解决方案是同步的，可以应用于任何工作表或其他应用程序。
为什么我都提出？因为安全。如果您不想向任何人开放您的Cloud Function（并且不支付任何处理费用），则必须确保对Cloud Function的访问权限
对于第一种解决方案，您必须经过身份验证，但该方法不适用于用户身份验证，您需要由Google与正确的受众群体签署的身份令牌。因此，您需要有一个服务帐户。但这意味着您需要生成服务帐户密钥文件并将其存储在脚本中。不是一个非常安全的地方，但是可以。
对于第二种解决方案，这是相同的。除了处于异步模式之外，您可以使用一个技巧：PubSub。实际上，您可以使用用户访问令牌将消息发布到PubSub，并在PubSub上安全地插入您的Cloud Function。云端功能几乎可以实时进行处理，而云端功能会自行更新工作表。但是，您必须以Cloud Functions身份对工作表进行大规模访问，并且不能将此解决方案应用于任何工作表。
我希望这很清楚。如果没有，请随时询问我。