【问题标题】:How to connect machine learning algorithm to database如何将机器学习算法连接到数据库
【发布时间】:2019-05-25 16:05:55
【问题描述】:

我在 Python 中创建了一个机器学习算法,该算法通过 REST API 提供服务,并希望在 Google Cloud/Amazon EC2 上实现它以进行实时预测。在我这样做之前,我想为每个进出模型的请求/预测创建一个“日志”——这对我来说似乎是一种很好的做法,也可能有助于创建唯一的预测标识符。只是一个简单的 1 或 0 存储在带有日期时间戳和唯一 ID 的数据库中。

我应该如何将这些数据发送到数据库而不影响模型的运行时间? API 中的 INSERT INTO 语句?完全独立的 API?

非常感谢您的帮助!

【问题讨论】:

    标签: python database machine-learning server google-cloud-platform


    【解决方案1】:

    这取决于结果的延迟。如果您希望它立即将数据保存在数据库中,则必须在收到请求后立即创建一个 API。由于这些本质上是日志文件,因此我的建议是在本地存储并每天插入一次日志,以减少一段时间内的网络拥塞。如果您现有的 API 已经连接到 db,那么我看不到为简单的 post 调用创建一个新 API 的意义

    【讨论】:

    • 非常感谢您的回答。预测需要几毫秒,速度是一个优先事项,所以也许像你说的那样批量上传到数据库是一个不错的选择 - 使用现有的 API 进行日志记录。
    猜你喜欢
    • 1970-01-01
    • 2011-08-01
    • 1970-01-01
    • 2017-06-07
    • 1970-01-01
    • 1970-01-01
    • 2020-03-28
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多