建立預測端點
在這個練習中，你將建立一個預測端點，使用已訓練好的模型來估計糖尿病的惡化進程。
此模型是以包含三個特徵的資料集訓練而成，分別為 age、bmi 和 blood_pressure。接著它會預測糖尿病進程分數。根據這些輸入，它會輸出一個糖尿病進程分數，協助評估病情隨時間可能的發展。
你將使用 FastAPI 建立一個可接受病患資料並回傳糖尿病進程預測的 POST 端點。
本練習屬於課程
使用 FastAPI 將 AI 佈署到生產環境
練習說明
- 建立
FastAPI的應用程式實例，以開始開發這個 API。 - 在
/predict建立一個POST端點，接受病患的features並回傳預測結果。 - 使用已載入的模型，根據輸入特徵進行預測。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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])}