您在本地训练了一个 scikit-learn 逻辑回归模型，现在想将其部署到 Amazon SageMaker 上进行推理。SageMaker 要托管本地训练的模型需要哪些步骤？

要在 Amazon SageMaker 上部署本地训练的模型进行推理，您需要将模型和推理代码打包成一个可由 SageMaker 运行的环境。最常见且推荐的方法是创建一个 Docker 镜像，其中包含您的推理代码（例如，一个 Flask 或 Gunicorn 服务器来加载模型并处理请求），以及模型运行所需的所有依赖项。然后，您需要使用 Amazon ECR (Elastic Container Registry) 的注册表主机名来标记这个 Docker 镜像，并将其推送到 ECR。SageMaker 可以直接从 ECR 拉取镜像来启动推理端点。 其他选项错误的原因： 将 Docker 镜像上传到 Amazon S3 是不正确的，S3 是对象存储服务，不用于托管 Docker 镜像。 将镜像上传到 Docker Hub 理论上可行，但 SageMaker 更推荐和集成 ECR，且通常需要额外的配置才能从 Docker Hub 拉取私有镜像。 仅序列化和压缩模型不足以部署，还需要推理代码和运行环境。