Versi lama AI Platform Prediction ini tidak digunakan lagi dan tidak akan tersedia lagi di Google Cloud setelah 31 Januari 2025. Semua model, metadata terkait, dan deployment akan dihapus setelah 31 Januari 2025. Migrasikan resource Anda ke Vertex AI untuk mendapatkan fitur machine learning baru yang tidak tersedia di AI Platform.
Menggunakan scikit-learn di Kaggle dan AI Platform Prediction
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
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.
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.
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]/:
Pilih tab Output di bagian atas halaman.
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.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-03-06 UTC."],[[["Scikit-learn models trained on Kaggle can be deployed to AI Platform Prediction to serve predictions at scale."],["The process involves training a scikit-learn model on Kaggle, saving it as `model.joblib` using the `sklearn.externals.joblib` library, and downloading it."],["After downloading, upload the `model.joblib` file to Cloud Storage."],["Create model and version resources on AI Platform Prediction, providing details about the model and its location in Cloud Storage."],["The model can then be used for online predictions by sending a prediction request to AI Platform Prediction."]]],[]]
