薪水预测-烧瓶部署
这是一个演示项目,用于详细说明如何使用Flask API在生产环境中部署机器学习模型
先决条件
您必须安装Scikit Learn,Pandas(用于机器学习模型)和Flask(用于API)。
项目结构
该项目包括四个主要部分:
model.py-这包含我们的机器学习模型的代码,以预测hiring.csv文件中训练型数据上缺少的员工薪水。
app.py-包含Flask API,这些API通过GUI接收员工详细信息,根据我们的模型计算推定值并返回。
模板-此文件夹包含HTML模板,允许用户输入员工详细信息并显示预测的员工薪水。
运行项目
确保您在项目主目录中。 通过运行以下命令来创建机器学习模型-
python model.py
这会将我们模型的序列化版本创建到文件model.pkl中
使用以下命令运行app.py以启动Flask API
python app.
2023-02-10 19:53:45
6KB
HTML
1