Веб-реализация машинного обучения с использованием python flask
Привет, ребята… Итак, вы энтузиаст машинного обучения и хотите знать, как реализовать машинное обучение на веб-сайтах.
Так что вы в правильном месте
Давайте начнем….
прежде чем идти куда-либо, давайте проверим, установлен ли у вас python или нет.
введите в командной строке => python — версия
если он напечатал что-то вроде python 2.0 или python 3.6.7, то да, вы установили python.
теперь переходим к установке python flask
- пип установить колбу
он автоматически установит библиотечную колбу. Так же, как установить еще несколько библиотек, названных ниже
- пип установить numpy
- pip установить рассол
Структура каталогов
directeory=›прогнозирование дохода
подкаталог=›шаблоны
файлы каталога шаблонов=›index.html,result.html
файлы основного каталога=›script.py,preprocessing.py,model.pkl
теперь запустите script.py, так как он содержит функции на стороне сервера.
он примет все аргументы, переданные index.html, и передаст их значения в файл python как preprocessing.py.
request.form.to_dict() создает словарь для сопоставления.
он должен понимать традиционное программирование и машинное обучение.
традиционное программирование=ввод+процесс=вывод
машинное обучение = ввод + вывод = процесс
pickle — это библиотека, которая используется для загрузки и сохранения моделей машинного обучения для прогнозирования значений.
библиотека joblib, используемая для построения и загрузки моделей в файлы .pkl.
теперь вы закончили …..
загрузите проект по моей ссылке на github.
следите за другими историями.
