🛸模型预测

模型预测的主要作用是：用户可以将建模平台中训练完成的模型下载下来，用于预测和当前模型相匹配的业务数据。具体使用步骤如下：

步骤一：下载模型

用户点击建模任务列中对应任务的 【下载模型】 按钮下载该任务训练完成的模型，此时会获取到一个压缩文件，解压之后大致内容如下：

步骤二：搭建预测环境

这里假定用户已经按照好了Anaconda环境，该环境是用于快速安装Python环境的工具，然后执行如下命令搭建预测环境：

# 创建Python虚拟环境
conda create -n changtian python==3.10 -y
# 激活虚拟环境
conda activate changtian
# 安装预测框架依赖
pip install changtianml -i https://pypi.tuna.tsinghua.edu.cn/simple/

至此预测环境搭建完毕！

步骤三：模型预测

本平台目前已经在Python公有仓库 PyPI 中发布了预测框架库 changtianml，通过该依赖库可以更加便携的方便用户完成预测等相关工作。

模型运行可以参考平台提供的example.py样例文件，该文件中的注释部分详细说明了预测框架库的功能和基本使用，请用户详细阅读。下面提供一段代码仅供参考：

# 导入平台相关依赖
from changtianml import tabular_incrml

# 指定模型目录加载模型
res_path = r'result'
ti = tabular_incrml(res_path)

# 指定需要预测数据集开始预测
test_path = r'test_data.csv'
pred = ti.predict(test_path)

# 输出预测结果
print(pred)
print(ti.predict_proba(test_path))

该平台为付费用户提供了一套模型预测框架，该框架后续会提供更多功能，敬请期待！