Olá, estou estudando como fazer deploy de modelos em Machine Learning, aprendi bastante com o curso de MLops, mas uma dúvida me ocorreu. Nos exercícios que foram realizados durante o curso, somente um conjunto de features foi passado para executar o "Predict", que o foi o seguinte: { "tamanho":200, "ano":2015, "garagem":1 } Como eu faria para passar um dataset maior, por exemplo todos os dados do dataset de teste: "Xtest"?
hoje, com a Alura e o Google Gemini
Olá, Marcos! Tudo bem?
Peço perdão pela demora em responder a sua pergunta.
Para passar um conjunto maior de dados através da API, você pode simplesmente estender o objeto JSON que você está enviando com mais entradas. No entanto, é importante lembrar que o formato dos dados enviados deve corresponder ao que o modelo espera receber.
Por exemplo, se você tem um dataset de teste "Xtest" que contém várias linhas de dados, você poderia formatar isso como uma lista de objetos JSON, onde cada objeto representa uma linha de dados. Aqui está um exemplo de como isso pode parecer:
[
{
"tamanho":200,
"ano":2015,
"garagem":1
},
{
"tamanho":300,
"ano":2016,
"garagem":2
},
{
"tamanho":100,
"ano":2017,
"garagem":0
},
//...e assim por diante para todas as linhas em Xtest
]
Após formatar seus dados dessa maneira, você pode enviá-los para a API como faria com um único objeto JSON. No entanto, a API e o modelo devem ser configurados para aceitar e processar vários inputs de uma vez. Se o modelo foi treinado com entradas individuais, pode ser necessário ajustar o código para lidar com múltiplas entradas.
Espero ter ajudado e bons estudos!