No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Aprende Inglés, Programación, AI, Ciberseguridad y mucho más.

Antes: $249

Currency
$209
Suscríbete

Termina en:

4 Días
11 Hrs
8 Min
56 Seg

Desarrollo de API con FastAPI: creación de utilidades

15/24
Recursos

Aportes 6

Preguntas 3

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Si alguien llega y les envia un error con el load la solucion es actualizar joblib a su version mas reciente

muestras para probar tu modelo desde la interfaz de la API

Tome 3 muestras aleatorias con la misma seed para hacer un test del modelo en FastAPI

# input dict:
 
{"352": {"opening_gross": 2074929.0, "screens": 77.0, "production_budget": 30000000, "title_year": 2002.0, "aspect_ratio": 1.85, "duration": 113.0, "cast_total_facebook_likes": 813, "budget": 45000000.0, "imdb_score": 7.2}, 
 "1731": {"opening_gross": 17435092.0, "screens": 3008.0, "production_budget": 65000000, "title_year": 2012.0, "aspect_ratio": 2.35, "duration": 99.0, "cast_total_facebook_likes": 1375, "budget": 65000000.0, "imdb_score": 6.4}, 
 "84": {"opening_gross": 27520040.0, "screens": 3401.0, "production_budget": 130000000, "title_year": 2013.0, "aspect_ratio": 2.35, "duration": 100.0, "cast_total_facebook_likes": 14168, "budget": 130000000.0, "imdb_score": 4.9}}
 
# output dict: 

{"352": {"worldwide_gross": 306776732}, 
 "1731": {"worldwide_gross": 180148897},
 "84": {"worldwide_gross": 251499665}}

Si les da algun problema con que las variables no son correctas o algo por el estilo, solo instalen la version 1.2.1 de scikit learn

pip install scikit_learn==1.2.1

simplificacion la funcion de carga de modelo

en mi caso al momento de correr la API en el servidor me daba error que me lleva a la funcion donde se carga el modelo, por tal razon decidi modificar la funcion de cargado de modelo y vaya que ahora es mas entendible y facil todo:

En una simple lina se resuelve todo

def get_model() -> Pipeline: # creamos una funcion sin parametros que retornara un objeto de tipo Pipeline 
    model = load("model/model.pkl")
    return model

también se puede usar la Liberia:

# to convert code into pickle file:
import dill
def load_object(file_path):
    try:
        with open(file_path, "rb") as file_obj:
            return dill.load(file_obj)

    except Exception as e:
        raise CustomException(e, sys) 

para no usar la función Bytes