全部产品
弹性计算 会员服务 网络 安全 移动云 数加·大数据分析及展现 数加·大数据应用 管理与监控 云通信 阿里云办公 培训与认证 智能硬件
存储与CDN 数据库 域名与网站(万网) 应用服务 数加·人工智能 数加·大数据基础服务 互联网中间件 视频服务 开发者工具 解决方案 物联网 更多
阿里云机器学习

模型在线预测

更新时间:2018-05-02 14:59:45

背景

机器学习平台生成的模型可以通过在线部署方式生成API供其它业务调用。本文档基于心脏病预测案例,介绍通过机器学习平台的在线预测部署功能,实时监测用户健康情况的方法。

步骤

1. 模型部署

在当前实验界面下方单击部署,选择在线预测部署。并选择心脏病预测案例中生成的逻辑回归模型,如下图所示。image

2. 模型部署信息配置

进入模型配置页,如下图所示。

选择对应的项目空间,如果是第一次使用需要开通在线预测权限,权限申请是实时开通。设置当前模型占用的instance数量,instance定义如下。

  • 每个项目默认包含30个instance,可提工单扩容。删除已部署模型会释放当前模型的instance。
  • instance决定模型的QPS,每个instance为1核2GB内存。
  • 单个模型的instance部署限制是[1,15]。

3. 模型管控

模型部署完成后可以进入如下界面进行管理,单击查看服务详情查看新部署模型。

已经部署的模型可以在已部署的在线模型中进行管理,如下图所示。
image

模型管理界面,版本表示的是同一模型多次部署的区分,通过下图可以得到模型所在的项目和模型名称。
image

4. 模型调试

模型调试页面可以帮助用户了解在线预测请求参数的书写规范,单击上图中的模型调试,进入模型调试页面(浏览器可能会阻止页面该页面,请设置浏览器允许访问该链接)。

5. 结果预测

完成模型调试配置后,编辑请求body部分并发送请求即可获得预测结果。假设用户的性别、实时血压、实时心跳波动等参数都是1,向服务器推送以下数据。
本案例body范例如下。

  1. {
  2. "inputs": [
  3. {
  4. "sex": {
  5. "dataType": 40,
  6. "dataValue": 1
  7. },
  8. "cp": {
  9. "dataType": 40,
  10. "dataValue": 1
  11. },
  12. "fbs": {
  13. "dataType": 40,
  14. "dataValue": 1
  15. },
  16. "restecg": {
  17. "dataType": 40,
  18. "dataValue": 1
  19. },
  20. "exang": {
  21. "dataType": 40,
  22. "dataValue": 1
  23. },
  24. "slop": {
  25. "dataType": 40,
  26. "dataValue": 1
  27. },
  28. "thal": {
  29. "dataType": 40,
  30. "dataValue": 1
  31. },
  32. "age": {
  33. "dataType": 40,
  34. "dataValue": 1
  35. },
  36. "trestbps": {
  37. "dataType": 40,
  38. "dataValue": 1
  39. },
  40. "chol": {
  41. "dataType": 40,
  42. "dataValue": 1
  43. },
  44. "thalach": {
  45. "dataType": 40,
  46. "dataValue": 1
  47. }
  48. }
  49. ]
  50. }

发送请求后可以获得返回结果,显示label为1(1表示患病,0表示健康),患病概率为0.98649974。

API调用方法请参考https://help.aliyun.com/document_detail/30245.html

本文导读目录