我需要使用我在Android上收集的数据进行一些机器学习操作。
我在Android应用程序中收集了一些数据，存储在共享偏好中，如果用户点击一个按钮，应该根据这些数据显示一些预测。因此，我必须执行一些机器学习算法。
我考虑使用Tensorflow。但是根据Tensorflow的Android教程，我需要一个预训练模型，而我没有，因为我没有任何保存的数据。
我认为应该可以在服务器上使用Tensorflow。是否可以做到以下几点：将从智能手机收集的数据发送到服务器？在服务器上训练模型？
如果用户点击预测按钮，预测应该根据服务器上的训练模型进行吗？
或者是否有其他方法来实现这一点，或者在Android上使用其他机器学习库（除了weka）？
谢谢。
回答：
最后，浏览一下Google自己提供的这个示例代码，它是在Android上使用TF的。
几乎在所有情况下，数据的训练都是在服务器上完成的，然后模型被用于在智能手机上预测数据。你可以使用像Amazon的AWS、Azure或其他云服务来训练你的模型。
首先，你需要反复收集数据并将其发送到服务器（数据越多越好）。这应该是训练期，在此期间你需要使用用户最可能使用的实时数据。
一旦收集到足够的数据，你就可以训练模型。然后在持续从用户收集数据的同时使用这个模型进行预测。然后每隔一段时间，再次训练你的模型。这将提高你的预测效果。这样你就可以在一个循环中训练和使用模型。
