本文为您介绍在Designer训练得到模型后，如何做生产化部署对新数据进行预测。
部署模型主要是为了使用模型来进行新数据的预测。按照新数据预测时效要求，预测任务分为两类：在线预测和离线预测。对于两类需求，在Designer中都提供了对应的操作流程支持。
-
在线预测
-
单模型部署在线服务
Designer工作流运行成功后，您可以将训练获得的PMML、AlinkModel或XGBoost格式的模型文件，一键快速部署为EAS在线服务，每次只支持部署单个模型文件。您也可以手动导出训练获得的PMML模型文件，跨平台部署为EAS在线服务。部分PS格式的模型，需要经过模型导出处理后再跨平台手动部署为EAS在线服务。
-
Pipeline部署在线服务
对于Alink类型的算法组件，Designer支持将一个包含数据预处理、特征工程、模型预测的离线数据处理Pipeline，打包成一个离线模型，并一键部署为EAS在线服务。
-
在线模型服务定时自动更新
将训练获得的模型部署为在线服务后，支持在Designer模型产出组件的下游接入更新EAS服务组件，来更新在线服务。并支持将工作流提交到DataWorks进行周期性调度，实现模型服务定时自动更新。
-
-
离线预测
在Designer中，将训练获得的模型和测试数据集接入预测组件进行批量预测。并支持将预测工作流提交到DataWorks进行周期性调度，实现定时自动预测，详情请参见离线批量预测。
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
阿里云企业补贴进行中： 马上申请
腾讯云限时活动1折起，即将结束： 马上收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折，更有现金返利:同意关联，立享优惠
转转请注明出处：https://www.yunxiaoer.com/162285.html
