【发布时间】：2017-09-02 06:54:17
【问题描述】：
假设我在数据集上创建了一个机器学习预测模型，我对其进行了训练，得到了一些结果，现在我想用它来对我从用户那里获取的一些新数据进行预测。每个人都说要把它部署到 AWS、Microsoft Azure 等，但我只是想将它用于我的研究目的，我怎样才能创建一个简单的机器学习模型 API？
【问题讨论】：
标签： python api machine-learning scikit-learn data-science
【发布时间】：2017-09-02 06:54:17
【问题描述】：
我认为您的问题有点过于宽泛，但我想分享一下我在 Python 中构建我的第一个 API 的经验。
我在 Flask 上安装了 Flask 和一个名为 Flask-RESTful 的框架。
flask_restful 超级好用，官方指南帮了我很多。
我的建议是先构建 API，然后确定要使用哪个平台进行部署。
【讨论】：
-
感谢您的回复。那么我应该通过使用 joblib.dump() 方法转储我的模型并使用 API 访问它来构建 API 吗？
-
我所做的是
pickle模型和unpickle模型用于API的使用。我对joblib没有经验，所以我不能说哪个更好。我可以使用的是使用您熟悉的库并从那里进行改进。 -
joblib直接来自scikit-learn，它处理numpy数组的效率高于pickle。并不是说你仍然不能使用pickle。 -
@Jon 感谢分享！有时间我会去
joblib看看。