部署 Orange 3 模型

Question

是的，我读过https://datascience.stackexchange.com/questions/23100/is-there-an-orange-server-to-deploy-the-models-developed-in-orange-3。

我的意思是我不必拥有 Orange 服务器（虽然显然拥有它会很好），但我想以某种方式部署在 Orane 中开发的模型，例如替换输入数据文件并从命令行重新运行 Orange 内置的模型以获得一些预测（或在 Python 代码中导入 Orange，加载模型并告诉它使用新数据集并从中获取预测，这会更好）。

Answer 1

使用“保存模型”小部件将模型保存到 pickle 文件中，然后您可以将其加载到 Python 并使用它对新数据进行分类。

假设模型保存到“my_model.pkcls”并且您的（新）数据在“my_data.tab”中，在 Python 中执行此操作：

import Orange
import pickle

model = pickle.load(open("my_model.pkcls", "rb"))
data = Orange.data.Table("my_data.tab")
print(model(data))

关于调用模型的其他方式，请参阅文档，例如这里：https://orange-data-mining-library.readthedocs.io/en/latest/tutorial/classification.html#learners-and-classifiers.

部署 Orange 3 模型

Deploying Orange 3 models

python

python-3.x

orange