开始使用免费开始使用

创建预测端点

在本练习中，您将创建一个使用预训练模型来评估糖尿病进展的预测端点。

该模型基于包含 3 个特征的数据集进行训练，分别是 age、bmi 和 blood_pressure。模型会预测糖尿病进展评分。基于这些输入，它给出糖尿病进展分数，用于评估病情在一段时间内可能的变化趋势。

您将使用 FastAPI 创建一个 POST 端点，用于接收患者数据并返回糖尿病进展的预测结果。

本练习是课程的一部分

使用 FastAPI 在生产环境中部署 AI

查看课程

练习说明

  • 创建一个 FastAPI 的应用实例以开始开发 API。
  • 在 /predict 处创建一个 POST 端点，接收患者的 features 并返回预测结果。
  • 使用已加载的模型基于输入特征进行预测。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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])}
编辑并运行代码