Menggunakan scikit-learn pada Kaggle dan AI Platform Prediction

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

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

Ringkasan

  1. Latih model scikit-learn Anda di Kaggle. Anda dapat melihat contohnya dalam 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 menjalankan 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 Anda ke Cloud Storage.

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

  6. Kirim permintaan prediksi.

Menemukan {i>file<i} model Anda di Kaggle

Anda dapat mendownload file model dari tab Output dalam 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 ditampilkan berdasarkan nama model.

Langkah selanjutnya