Menggunakan scikit-learn di Kaggle dan AI Platform Prediction

Anda dapat men-deploy model scikit-learn yang dilatih di Kaggle ke AI Platform Prediction untuk menayangkan prediksi dalam skala besar.

Episode AI Adventures ini menjelaskan alur kerja dasar tentang cara mengambil model yang dilatih di mana saja, termasuk Kaggle, dan menayangkan prediksi online dari AI Platform Prediction.

Ringkasan

  1. Latih model scikit-learn Anda di Kaggle. Anda dapat melihat contohnya di pengantar scikit-learn ini. Lihat cara membuat kernel notebook di Kaggle.

  2. Simpan model Anda menggunakan library sklearn.externals.joblib, pastikan untuk memberi nama file model.joblib. Pilih tombol Commit & Run untuk mengeksekusi semua sel kode kernel secara berurutan. Tindakan ini akan menyimpan dan menjalankan kode pelatihan model Anda.

  3. Download model.joblib dari output kernel Anda.

  4. Upload file model.joblib ke Cloud Storage.

  5. Buat resource model dan versi di AI Platform Prediction menggunakan konsol Google Cloud, yang memberikan informasi tentang cara Anda melatih model dan tempat Anda menyimpannya di Cloud Storage.

  6. Kirim permintaan prediksi.

Menemukan file model di Kaggle

Anda dapat mendownload file model dari tab Output di kernel.

Di link utama ke kernel Anda, https://www.kaggle.com/[YOUR-USER-NAME]/[YOUR-KERNEL-NAME]/:

  1. Pilih tab Output di bagian atas halaman.
  2. File model.joblib Anda akan muncul dalam daftar Sumber Data. Untuk mendownload file, pilih tombol Download Semua. Atau, arahkan kursor ke nama model, lalu pilih ikon download yang muncul di samping nama model.

Langkah selanjutnya