我是Azure的新手,也是一位代码含量很低的数据科学家(这似乎不利于我)。无论如何!几天前,我在ML Studio中使用Azure AutoML培训了一个模型,并将最成功的模型注册为具有端点的Web服务。现在,当我使用下面的Python代码调用这个模型时,它只返回预测,而不返回概率分数。AutoML已将“Stackensemble”部署为分类问题的最佳模型。我有很多用Python编写的代码,我更喜欢一种适合我的代码的方法,而不是完全不同的方法。注意:HTTPs和get/post请求不是我的强项,因此任何简单易懂的解释都会对我非常有益。谢谢
我用来调用api的代码
resp = requests.post(scoring_uri, input_testdata_with_2obs, headers=headers)
print (resp.text)
我得到的(仅预测):
{\'result\':[\'Loss\',\'Loss\']}
我还在其他帖子和Azure文档中在线找到了以下代码,但我不知道如何将其用于已部署的模型(培训后)。在我用来调用API的python代码中,以下代码需要放在哪里
best_run, fitted_model = automl_run.get_output()
class_prob = fitted_model.predict_proba(X_test)
此链接应该有帮助:https://docs.microsoft.com/en-us/azure/machine-learning/data-science-virtual-machine/how-to-track-experiments
步骤3显示了如何通过API将“方法”:“predict_proba”添加到“data”下面的JSON文件中
相关问题 更多 >
编程相关推荐