ML 입력을 위한 Pydantic 모델 만들기
아로마, 풍미, 고도 등의 속성을 기반으로 커피 품질 점수를 예측하는 Machine Learning 모델을 배포하기 위해 FastAPI 애플리케이션을 개발하고 있습니다.
첫 번째 단계는 ML 모델의 입력 요청 데이터를 검증하는 Pydantic 모델을 만드는 것입니다. 이를 통해 유효한 데이터만 모델로 전달되어 예측이 정상적으로 이루어지도록 합니다.
이 연습은 강의의 일부입니다
FastAPI로 AI 프로덕션 배포하기
연습 안내
- 데이터 모델을 만들기 위해 Pydantic에서 기본 검증 클래스를 임포트하세요.
- Pydantic 기본 클래스를 상속하는
CoffeeQualityInput클래스를 정의하세요. - 클래스에 세 가지 속성을 추가하세요:
aroma(float),flavor(float),altitude(int).
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the base class from pydantic
from pydantic import ____
class CoffeeQualityInput(____):
# Use apt data type for each attribute of coffee quality
aroma: ____
flavor: ____
altitude: ____