批量预测 Google Prediction API答案

【问题标题】：Bulk prediction Google Prediction API批量预测 Google Prediction API
【发布时间】：2015-04-12 05:13:35
【问题描述】：

有没有办法使用 Google Prediction API（大约 100 MB）批量预测大量数据？我发现可以使用存储在 Google Cloud Storage 上的数据来训练模型。是否可以根据存储在 Google Cloud Storage 上的文件进行预测？

【问题讨论】：

标签： google-prediction

【解决方案1】：

是的，这行得通。我在下面为您准备了一个 Python 代码示例。

# Get predefined credentials (see https://cloud.google.com/sdk/gcloud/#gcloud.auth)
http = AppAssertionCredentials('https://www.googleapis.com/auth/prediction').authorize(httplib2.Http())

# Create a service for the Prediction API
service = build('prediction', 'v1.6', http=http)

# Define body to create a new model with a URL to the CSV files stored in GCP Cloud Storage
request_body = {"id": "<ModelID>", "storageDataLocation": <bucket_with_filename>}

# Execute command
return service.trainedmodels().insert(project='<ProjectID>', body=request_body).execute()

【讨论】：

insert() 是批量更新（或创建？）模型，而不是请求预测。底层 HTTP api 似乎有一个批处理模式，但是从文档中我不清楚如何最好地从 Python 中使用它。 cloud.google.com/prediction/docs/reference/v1.6/batch