Abstracto
Encontrar el modelo adecuado para predecir nuevos resultados con nuevos datos es un logro importante. Sin embargo, muchas veces es un paso en un proceso cuyo objetivo final es compartir el poder predictivo del modelo con un público mucho más amplio. JMP Pro cuenta con numerosas herramientas que facilitan el ajuste, la comparación y la selección de modelos predictivos. JMP Pro 13 incorporó el Depósito de Fórmulas: una forma eficiente de recopilar modelos, aplicarlos a nuevas tablas y acceder a las plataformas de Comparación de Modelos y Perfilador. Para facilitar la implementación de los modelos en producción, el Depósito de Fórmulas también puede convertirlos a código de puntuación en diversos lenguajes de programación. En este tutorial, utilizamos un caso práctico del sector inmobiliario para ilustrar el flujo de trabajo del modelado predictivo. Recopilaremos datos, los prepararemos para el modelado, generaremos modelos predictivos, los publicaremos en el Depósito de Fórmulas y exploraremos y seleccionaremos los mejores modelos. A continuación, generaremos código de puntuación para facilitar la creación de aplicaciones web que puedan calcular precios de vivienda al instante. También exploraremos diferentes métodos para la puntuación de datos y ofreceremos una visión general de las arquitecturas de implementación actuales.
Contenido del tutorial
El resultado final del tutorial es una aplicación web con capacidades predictivas de vivienda alojada en AWS. Puede encontrarla aquí . A continuación, se explica el contenido del tutorial, tal como se encuentra en los archivos adjuntos de esta página.
La capa de cliente (véase el archivo adjunto RedFinWeb.zip) utiliza Oreja para la interfaz de usuario y Capas abiertas para las capacidades de mapeo. Se implementa como un sitio web estático alojado en AWS S3 ; la interfaz recopila los datos del usuario mediante un formulario HTML personalizado; estos se utilizan como valores de entrada en la evaluación del modelo, que se activa mediante una llamada DESCANSAR a la capa de cómputo.
La capa de cómputo (véase el archivo adjunto RedFinServerless.zip) utiliza dos servicios de Amazon: Puerta de enlace API es el punto de entrada para las llamadas REST, que se asignan a un servicio AWS Lambda . Lambda es la implementación de Amazon del paradigma de la arquitectura sin servidor , también conocido como función como servicio (FaaS). Sin servidor proporciona rendimiento a escala con bajos costes de gestión para aplicaciones sin estado, de baja latencia y alto rendimiento, lo que lo convierte en una excelente opción para evaluar aplicaciones que, por definición, son excesivamente paralelas .
El servicio Lambda fue el destino final de la implementación del código de puntuación de Python generado por JMP. La implementación de aplicaciones en los servicios de AWS puede realizarse manualmente mediante su consola de administración , pero para agilizar el proceso, recomendamos usar uno de los numerosos wrappers de código abierto disponibles. En este ejercicio, utilizamos el framework de aplicaciones sin servidor .
Observe cómo el código Python captura tanto las tareas de ingeniería de características (agrupamiento, binning, imputación) como el modelo generado a partir de ellas. Esto permite que las mismas fuentes de datos sin procesar utilizadas para crear el modelo también se utilicen para puntuar nuevos datos en producción, un factor importante al crear un flujo de análisis sostenible.
Adjunto encontrará un Cuaderno Jupyter (RedFinNotebook.zip) utilizado para probar el modelo antes de su implementación; una colección de modelos Python generados por JMP para el escenario de vivienda (RedFinModels.zip); y la tabla original de JMP con la limpieza de datos y los scripts para generar los modelos (RedFinData.zip). Este último archivo .zip también incluye una hoja de cálculo que ilustra cómo se puede llamar directamente al backend REST para la puntuación mediante otras aplicaciones, en este caso desde una fórmula de Excel.
Referencias
