Xây dựng API Phục vụ Dự đoán Mô hình Machine Learning (FastAPI ML Inference Microservice)

Mục tiêu kiến thức

• Đóng gói mô hình Machine Learning phân loại nhị phân (Logistic Regression) thành REST API production-ready.
• Xác thực kích thước vector đặc trưng (feature dimension check) và tính xác suất σ(z).

Mô tả bài toán

Viết hàm create_ml_inference_app(weights: list[float], bias: float) -> FastAPI:

• weights: Trọng số mô hình có độ dài D.
• bias: Hệ số điều chỉnh (bias scalar).

Endpoint: POST /predict:

• Schema đầu vào PredictRequest(BaseModel):
• features: list[float]
• Quy trình xử lý:
• Kiểm tra số chiều: Nếu len(features) != len(weights):

raise HTTPException(status_code=400, detail=f"Expected {len(weights)} features, got {len(features)}").

• Tính logit:

z = ∑_j=0^D-1 (w_j · x_j) + b

• Tính xác suất Sigmoid:

prob = 11 + e^-z (sử dụng math.exp(-z)).

• Dự đoán nhãn:

label = 1 if prob >= 0.5 else 0.

• Trả về JSON:

  {
      "prediction": label,
      "probability": round(prob, 4),
      "status": "success"
  }

Ràng buộc

• Thời gian chạy tối đa: 1000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.