我是机器学习的新手。我已经完成了k-means聚类，模型也已经训练好了。我的问题是如何为我的训练模型传递输入？

例如：考虑一个谷歌图像处理的机器学习模型。我们传递一张图片，得到正确的结果，比如从图片中识别出情感。

现在我的疑问是如何做到这一点？我已经完成了k-means聚类来预测mall_customer，以便识别哪些客户花更多的钱购买产品。为此，我需要调用或传递输入到我的训练模型中。

我使用的是Python和scikit-learn。

回答：

你需要的是一个API，通过它你可以发送请求/输入并获得响应/预测。

你可以创建一个Flask服务器，将你的训练模型保存为pickle文件，并在进行预测时加载它。这可能需要做一些工作。

请参考以下资料：

• https://towardsdatascience.com/deploying-a-machine-learning-model-as-a-rest-api-4a03b865c166
• https://hackernoon.com/deploy-a-machine-learning-model-using-flask-da580f84e60c

注意：Flask内置的服务器不适合生产环境。你可能需要参考uwsgi + nginx的配置。

如果你使用Docker，可以参考：https://hub.docker.com/r/tiangolo/uwsgi-nginx-flask/，这将对你有很大帮助。