LoslegenKostenlos loslegen

Erstelle den Vorhersage-Endpunkt

In dieser Übung erstellst du einen Vorhersage-Endpunkt, der ein vortrainiertes Modell nutzt, um die Diabetes-Progression zu schätzen.

Das Modell wurde auf einem Datensatz mit drei Merkmalen trainiert: age, bmi und blood_pressure. Es sagt daraus den Diabetes-Progressionsscore voraus. Mit diesen Eingaben hilft die Vorhersage einzuschätzen, wie sich die Erkrankung im Laufe der Zeit entwickeln könnte.

Du verwendest FastAPI, um einen POST-Endpunkt zu erstellen, der Patientendaten entgegennimmt und eine Vorhersage zur Diabetes-Progression zurückgibt.

Diese Übung ist Teil des Kurses

KI in der Produktion mit FastAPI bereitstellen

Kurs anzeigen

Anleitung zur Übung

  • Erstelle eine Anwendungsinstanz von FastAPI, um mit der API-Entwicklung zu beginnen.
  • Erstelle einen POST-Endpunkt unter /predict, der Patienten-features entgegennimmt und eine Vorhersage zurückgibt.
  • Verwende das geladene Modell, um auf Grundlage der Eingabemerkmale eine Vorhersage zu erstellen.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create FastAPI instance
app = ____()

# Create a POST request endpoint at the route "/predict"
@app.____("____")
async def predict_progression(features: DiabetesFeatures):
    input_data = [[
        features.age,
        features.bmi,
        features.blood_pressure
    ]]
    
    # Use the predict method to make a prediction
    prediction = model.____(input_data)
    return {"predicted_progression": float(prediction[0])}
Code bearbeiten und ausführen