Compartir parámetros del modelo con supervisión
Deseas añadir un punto final de comprobación del estado que proporcione parámetros del modelo a tu API de clasificación de pingüinos.
Los paquetes necesarios (FastAPI y joblib) ya se han importado.
Este ejercicio forma parte del curso
Implementación de IA en producción con FastAPI
Instrucciones del ejercicio
- Añade un punto final GET en la ubicación habitual para las comprobaciones de estado.
- Captura los parámetros del modelo desde el modelo sklearn utilizando el método
get_params. - Incluye los parámetros del modelo en la respuesta como el valor de la clave
params.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
model = joblib.load(
'penguin_classifier.pkl'
)
app = FastAPI()
# Create health check endpoint
@app.get("____")
async def get_health():
# Capture the model params
params = ____.get_params()
return {"status": "OK",
# Include model params in response
"params": ____}