【机器学习PAI实践九】如何通过机器学习实现云端实时心脏状况监测
背景
我们通过之前的案例已经为大家介绍了如何通过常规的体检数据预测心脏病的发生,请见http://blog.csdn.net/buptgshengod/article/details/53609878。通过前文的案例我们可以生成一个算法模型,通过向这个模型输入用户实时的体检数据就会返回用户患有心胀病的概率。那么我们该如何搭建这套实时监测用户健康情况的服务呢?PAI最新推出的在线预测服务帮您实现。目前,机器学习PAI已经支持实验模型一键部署到云端生成API,通过向这个API推送用户的实时体检数据,就可以实时拿到反馈结果,做到心脏状况的云端的在线监测。
下面看下如何实现这套在线预测服务。
1.选择部署模型
我们以心脏病预测案例为例,具体实现可以参考http://blog.csdn.net/buptgshengod/article/deta
