如何在使用flask部署模型时对新数据集进行预处理

from flask import Flask, request
import numpy as np
import pandas as pd
import joblib

app = Flask(__name__)

model = joblib.load('path_to_model.pkl')
preprocessor = joblib.load('path_to_preprocessor.pkl')

def preprocess_data(data):
    # 使用预处理器对数据进行处理
    preprocessed_data = preprocessor.transform(data)
    return preprocessed_data

def predict(data):
    # 对新数据进行预处理
    preprocessed_data = preprocess_data(data)
    # 使用模型进行预测
    predictions = model.predict(preprocessed_data)
    return predictions

@app.route('/predict', methods=['POST'])
def make_prediction():
    # 获取请求中的数据
    data = request.json
    # 调用预测函数进行预测
    predictions = predict(data)
    # 返回预测结果
    return {'predictions': predictions.tolist()}

if __name__ == '__main__':
    app.run()