我在本地创建了机器学习回归模型，该模型将一行数据帧作为输入，并使用Python中的sk-learn提供单个(或两个(数字作为输出。我想知道我是否可以将 Google 表格中几行的输入作为输入，然后提供 model.predict(row_input( 的结果作为输出，如果模型在某个地方运行，当所有行都被填充时触发(也许我可以为此查看云调度程序(？
但是，首先如何将机器学习模型部署(或连接(到 Google 表格呢？我在互联网上没有看到太多关于这个的资源。
如果你的代码是用Python编写的，我建议你把它部署在Cloud Functions上，并编写一个脚本，定义你自己的Google Sheet函数，并用它来调用你的Google Cloud Functions。
编辑
您有两种方法可以实现它
首先，您可以在 Cloud Functions 上部署代码，并使用所需的参数(例如行中包含的值数组(调用它。您会收到放入单元格的答案
其次，你也可以在云函数中部署你的代码，只用一些引用来调用它，我的意思是：
- 文件 ID
- 行范围 (A1-A10(
- 要写入结果的目标单元格
然后，云函数打开文件，获取结果并直接将结果写入工作表。
第二种解决方案是异步的，这意味着云函数标识(云函数的服务帐户(有权读取和写入文件。
第一种解决方案是同步的，可以应用于任何板材或其他应用程序。
为什么我同时介绍了两者？因为安全。如果您不想向任何人开放您的云功能(并且不支付任何处理费用(，则必须保护对云功能的访问
对于第一个解决方案，您必须进行身份验证，但它不适用于用户身份验证，您需要由 Google 签名且具有正确受众群体的身份令牌。因此，您需要有一个服务帐户。但这意味着您需要生成服务帐户密钥文件并将其存储在脚本中。不是一个非常安全的地方，但你可以。
对于第二个解决方案，这是一回事。除了您处于异步模式并且您可以使用一个技巧：PubSub。实际上，您可以使用用户访问令牌将消息发布到 PubSub 中，并在 PubSub 上安全地插入您的云功能。处理由云函数近乎实时地完成，云函数通过自己的工作表进行更新。但是，必须在 Cloud Functions 标识中宏大对工作表的访问权限，并且不能将此解决方案应用于任何工作表。
我希望它很清楚。如果没有，请不要犹豫，问我更多。