Я использую модель tf.estimator.BoostedTreesClassifier. Я смог сохранить модель, используя следующий код:
feature_columns = [tf.feature_column.numeric_column(key=key) for key in x_train.keys()]
feature_spec = tf.feature_column.make_parse_example_spec(feature_columns)
# Build receiver function, and export.
serving_input_receiver_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)
model.export_saved_model('model', serving_input_receiver_fn)
После сохранения модели я могу загрузить ее:
loaded = tf.saved_model.load('/model/...')
print(list(loaded.signatures.keys()))
infer = loaded.signatures["serving_default"]
На данный момент мой вопрос, как я могу использовать infer, чтобы делать прогнозы? Мой тестовый набор данных - это pd.Dataframe, подобный этому:
feat1 feat2 feat3
0 0.1 0.5 0.9
1 . . .
2 . . .
3 . . .
4 0.9 0.9 0.1
Какой синтаксис мне нужно использовать для пересылки моего тестового набора данных в infer, чтобы делать прогнозы. Спасибо