如何堅持patsy DesignInfo？

我工作的一個應用程序，它是一種「預測模型作爲一種服務」，結構如下：如何堅持patsy DesignInfo？

火車模型離線
定期上傳模型參數的「預測服務器「
預測服務器需要輸入一個單一的觀察，並輸出預測

我試圖使用懦夫，但是遇到了以下問題：當一個預測進來，我怎麼轉換它正確的形狀，使它看起來像是一排訓練數據？

的帕齊文檔提供了一個例子，當從訓練數據的DesignInfo可用存儲：http://patsy.readthedocs.io/en/latest/library-developers.html#predictions

# offline model training 
import patsy 

data = {'animal': ['cat','cat','dog','raccoon'],'cuteness': [3,6,10,4]} 
eq_string = "cuteness ~ animal" 


dmats = patsy.dmatrices(eq_string,data) 
design_info = dmats[1].design_info 
train_model(dmats) 


# online predictions 
input_data = {'animal': ['raccoon']} 

# if the DesignInfo were available, I could do this: 
new_dmat = build_design_matrices([design_info], 
             input_data) 
make_prediction(new_dmat, trained_model)

然後輸出：

[DesignMatrix with shape (1, 3) 
    Intercept animal[T.dog] animal[T.raccoon] 
      1    0     1 
    Terms: 
    'Intercept' (column 0) 
    'animal' (columns 1:3)]

注意，這行是相同的形狀作爲訓練數據;它有一列animal[T.dog]。在我的應用程序中，我沒有辦法訪問DesignInfo來爲新數據構建DesignMatrix。具體而言，預測服務器如何知道訓練數據中有多少其他類別的動物以及以何種順序？

我想我可能只是鹹菜，但事實證明這是不支持尚未：https://github.com/pydata/patsy/issues/26

我也可以簡單地保持矩陣列作爲一個字符串，並重建從網上矩陣，但是這似乎是一個有點脆弱。

有沒有很好的方法來做到這一點？

來源

2016-04-30 exp1orer

您能否在服務器中保留'design_info'？（看起來好像會自動發生。）然後，客戶端只需向服務器發送新的'input_data'，服務器就會運行'new_dmat'和'make_prediction'行。或者您是否需要關閉並重新啓動服務器而不進行再培訓？在這種情況下，聽起來你需要保存原始的'dmats'和'train_model（）'找到的參數。那是你在找什麼？ –

-1

假設你的目標是能夠重新啓動無需重新參加培訓的服務器，它看起來像你的最佳選擇（直到帕齊實現酸洗）將醃製data，eq_string和任何參數由train_model計算。然後在重新啓動服務器後，您可以取下data和eq_string，然後再撥打dmats = patsy.dmatrices(eq_string,data)。這應該運行得非常快，因爲它不是真的在訓練模型，只是預處理數據。然後，您還可以取消train_model（未在問題中顯示）計算的參數，並且服務器應準備好對新輸入進行預測。

請注意，如果您將此分解爲客戶端和服務器組件，則服務器應完成上述討論的所有內容，客戶端應將其發送給您的問題中定義的input_data。（客戶不需要看到dmats或design_info。）

來源

2017-05-16 21:10:47

如何堅持patsy DesignInfo？

回答

相關問題