Upload 2 files

model_predictor.py

@@ -0,0 +1,45 @@
+import xgboost as xgb
+import pandas as pd
+
+class XGBoostModel:
+    # 使用類別變數儲存所有可用的模型名稱及其對應的檔案名稱
+    MODELS = {
+        'xgboost_model': 'xgboost_model.json'
+    }
+
+    def __init__(self, default_model='xgboost_model'):
+        # 建立物件時，自動載入預設模型
+        self.current_model_name = default_model
+        self.model = self._load_model(self.current_model_name)
+
+    def _load_model(self, model_name):
+        if model_name not in self.MODELS:
+            raise ValueError(f"找不到模型 '{model_name}'。可用的模型名稱：{list(self.MODELS.keys())}")
+                
+        filename = self.MODELS[model_name]
+        try:
+            # 建立一個新的 XGBoost 模型實例
+            model = xgb.XGBRegressor()
+            # 使用 XGBoost 內建的 load_model 方法載入檔案
+            model.load_model(filename)
+            return model
+        except Exception as e:
+            raise FileNotFoundError(f"無法在本地找到或載入模型檔案 '{filename}'：{e}")
+
+    def predict(self, model_name, input_df):
+        # 如果請求的模型名稱與目前載入的不同，則動態載入
+        if model_name != self.current_model_name:
+            self.model = self._load_model(model_name)
+            self.current_model_name = model_name
+        
+        # 進行預測
+        predictions = self.model.predict(input_df)
+
+        # 將預測結果轉換為字典
+        result = {
+            'Close_t0_pred': predictions[0][0],
+            'Close_t5_pred': predictions[0][1],
+            'Close_t10_pred': predictions[0][2],
+            'Close_t20_pred': predictions[0][3]
+        }
+        return result