我熟悉算法实现和新机器学习，但我在学术和 生产环境 之间存在差距 .
我正在实施推荐系统和学习模型，结果很好，然后我停下来问下一步该做什么？如何使用现有网站进行部署
在学习期间，我使用了CSV数据集和本地计算机，但在线将是数十万用户和数千用户的数据库 . 所以我认为不可能加载所有数据并向用户推荐 .
问题是：我将如何在 生产环境 中使用我训练过的模型？
当你说“拥有数十万用户和数千名用户的数据库”时 . 我想你的意思是“成千上万的用户和成千上万的项目” . 您是否有用户协作过滤或项目项过滤？
如果是这样，我猜数字（10K * 1K）不会成为任何体面的关系数据库的问题 . 基本上你创建一个表，让我们说“Rattings”，你存储的地方：UserId，ItemId和Ratting（如果你的“功能”是二进制文件：你购买或不购买的商品，你可以省略这个提示 . ）
如果您的用户项矩阵稀疏，则此表将很小 . 您还可以创建一个“用户”表，在“Rattings”表中插入任何内容之后，如果您需要规范化预测和其他可能需要的数据，则可以预先计算用户平均值 . 根据经验，在插入时不要进行非常复杂的微积分，包括扫描其他表，但如果这有助于避免在检索数据以计算预测/建议时在其他表中执行复杂扫描，则执行简单的数学计算 .
你可以从这里得到一些想法：http://lemire.me/fr/documents/publications/webpaper.pdf
考虑到Relational Db是一个存储，即使它可以使用Sql计算几乎所有内容，常规方案是使用关系Db进行过滤和连接，然后在其他层/ trier中进行数学运算 .
我真的不明白你的意思 . 通常，您使用一组训练数据训练模型 . 然后使用一组测试数据验证模型 . 如果模型显示出有希望的结果（例如，“训练得很好”），那就进入 生产环境 阶段 .
以购物推荐为例 . 您已经培训了一个模型，根据以前的产品推荐下一个产品 . 现在，在 生产环境 中，如果您的客户购买/查看新产品，您可以使用此产品提供算法，并为您提供一组您可能选择的其他产品 . 这与您的培训/验证数据相同 .
数据来源基本上不相关 . 但也许我真的不明白你的问题 . 你能详细说说吗？
以下是如何将机器学习模型集成到Web应用程序中的示例https://www.youtube.com/watch?v=mu-R0dQ3-Qo，代码可在此处找到https://github.com/shivasj/Integrating-a-Machine-Learning-Model-into-a-Web-app
3 回答
当你说“拥有数十万用户和数千名用户的数据库”时 . 我想你的意思是“成千上万的用户和成千上万的项目” . 您是否有用户协作过滤或项目项过滤？
如果是这样，我猜数字（10K * 1K）不会成为任何体面的关系数据库的问题 . 基本上你创建一个表，让我们说“Rattings”，你存储的地方：UserId，ItemId和Ratting（如果你的“功能”是二进制文件：你购买或不购买的商品，你可以省略这个提示 . ）
如果您的用户项矩阵稀疏，则此表将很小 . 您还可以创建一个“用户”表，在“Rattings”表中插入任何内容之后，如果您需要规范化预测和其他可能需要的数据，则可以预先计算用户平均值 . 根据经验，在插入时不要进行非常复杂的微积分，包括扫描其他表，但如果这有助于避免在检索数据以计算预测/建议时在其他表中执行复杂扫描，则执行简单的数学计算 .
你可以从这里得到一些想法：http://lemire.me/fr/documents/publications/webpaper.pdf
考虑到Relational Db是一个存储，即使它可以使用Sql计算几乎所有内容，常规方案是使用关系Db进行过滤和连接，然后在其他层/ trier中进行数学运算 .
我真的不明白你的意思 . 通常，您使用一组训练数据训练模型 . 然后使用一组测试数据验证模型 . 如果模型显示出有希望的结果（例如，“训练得很好”），那就进入 生产环境 阶段 .
以购物推荐为例 . 您已经培训了一个模型，根据以前的产品推荐下一个产品 . 现在，在 生产环境 中，如果您的客户购买/查看新产品，您可以使用此产品提供算法，并为您提供一组您可能选择的其他产品 . 这与您的培训/验证数据相同 .
数据来源基本上不相关 . 但也许我真的不明白你的问题 . 你能详细说说吗？
以下是如何将机器学习模型集成到Web应用程序中的示例https://www.youtube.com/watch?v=mu-R0dQ3-Qo，代码可在此处找到https://github.com/shivasj/Integrating-a-Machine-Learning-Model-into-a-Web-app