수치형 요청 데이터 처리하기
콘텐츠 모더레이션 시스템을 구축하고 있습니다. 이 시스템은 length(길이), user_reputation(사용자 신뢰도), report_count(신고 횟수)와 같은 수치형 특성을 기반으로 각 사용자 댓글의 신뢰 점수를 계산해야 합니다. 이러한 특성을 모더레이션 모델에 적합한 형식으로 변환하는 엔드포인트를 만들어 보세요.
ML 모델과 length(int), user_reputation(int), report_count(int) 필드를 가진 CommentMetrics Pydantic 모델은 이미 생성되어 로드되어 있습니다.
이 연습은 강의의 일부입니다
FastAPI로 AI 프로덕션 배포하기
연습 안내
main.py에서 수신된 댓글metrics데이터를NumPy2D 배열로 변환하고, 모델에 전달하기 전에length,user_reputation,report_count를 추출하세요.미리 로드된
model에features배열을 전달하여 예측을 수행하세요.python3 main.py명령어로main.py를 실행하여 서버를 시작하세요.터미널 오른쪽 상단에서 새 터미널을 여세요.
아래 curl 명령어로
predict_trust엔드포인트를 테스트하세요:
curl -X POST "http://localhost:8080/predict_trust" \
-H "Content-Type: application/json" \
-d '{
"length": 150,
"user_reputation": 100,
"report_count": 0
}'
