27、谷歌云机器学习与AutoML实战指南

谷歌云机器学习与AutoML实战指南

1. 谷歌云机器学习引擎（Cloud MLE）操作流程

1.1 导出并上传模型

首先，我们需要将训练好的分类器导出到文件，并上传到云存储。以下是具体代码：

# Export the classifier to a file
model = 'model.joblib'
joblib.dump(classifier, model)
# [END train-and-save-model]
# [START upload-model]
# Upload the saved model file to Cloud Storage
model_path = os.path.join('gs://', BUCKET_ID, 'model', datetime.datetime.now().strftime(
    'iris_%Y%m%d_%H%M%S'), model)
subprocess.check_call(['gsutil', 'cp', model, model_path], stderr=sys.stdout)
# [END upload-model]

需要注意的是，此代码使用了 tensorflow.python.lib.io 包中的 file.io 模块来流式传输存储在云存储上的文件，其余代码则运行分类器来构建模型，并将模型导出到GCS上的存储桶位置，Cloud MLE在构建在线预测服务时将从该存储桶读取数据。

1.2 执行Scikit-learn训