machine-learning - 当所有逻辑都用另一种语言实现时，如何在 Python (sklearn) 中使用现成的 ML 模型？

Question

我有一个模型。这是一个LGBMClassifier与sklearn. 使用，我以格式pickle保存模型。.sav这是一种将用于交易美股的交易模型。

现在的任务是使用该模型进行真实交易。我们想在.net. 这意味着模型是在 中创建的Python，但是除了模型本身之外的所有代码都将以另一种语言实现。

当除模型本身之外的所有逻辑都将用另一种语言实现时，我想学习如何在生产中使用现成的 Python 模型。这可以做到吗？

我从未解决过部署问题。我将不胜感激有关此主题的任何信息。我想了解我应该向哪个方向移动以根据上述要求进行模型部署。

如果有任何其他方法可以解决此问题或所描述的方法没有意义，我也将感谢您的评论。

谢谢，

标签： machine-learningdeploymentscikit-learnpickle

Answer 1

是的，

一种方法是

1. 首先将模型转储放在AWS S3 [存储文件的存储服务，可以轻松在线访问]
2. 在AWS Lambda上编写加载模型和预测的逻辑[一种无服务器服务，用于编写可以通过API 网关从任何地方调用的小型实用程序]，将 AWS lambda 放在 API Gateway(aws) 上，以便通过 API 访问它。
3. 从您的 .net 代码中调用 api 并获得结果。

上面的答案使用 aws 生态系统，你可以使用其他的，但过程是一样的。