文件名称：maverick_mantha
文件大小：587KB
文件格式：ZIP
更新时间：2024-03-01 09:24:31
CSS
ML模型瓶部署 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文件中训练型数据所缺少的员工薪水。 app.py-包含Flask API，它们通过GUI或API调用接收员工详细信息，根据我们的模型计算推定值并返回。 request.py-这使用请求模块来调用已经在app.py中定义的API，并显示返回的值。 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计的员工薪水。 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m
【文件预览】：
maverick_mantha-master
----app.py(968B)
----README.md(2KB)
----static()
--------css()
----model.pkl(547B)
----primary_schools_2013_2014.csv(450KB)
----Make Model Data 2016 ver1.csv(5KB)
----ML-Model-Flask-Deployment-master()
--------app.py(968B)
--------README.md(2KB)
--------static()
--------model.pkl(547B)
--------request.py(157B)
--------model.py(1KB)
--------templates()
--------hiring.csv(160B)
----request.py(157B)
----Make Model Data 2016 ver2.csv(5KB)
----model.py(1KB)
----Covid19CountyStatisticsHPSCIreland.csv(205KB)
----Make Model Data 2016 ver3.csv(878KB)
----Make Model Data 2016.csv(878KB)
----templates()
--------index.html(1KB)
----hiring.csv(160B)