文件名称：项目4
文件大小：218KB
文件格式：ZIP
更新时间：2024-03-19 01:10:17
Python
项目总结 该项目已提供了预训练的sklearn模型。 Sklearn经过培训，可以根据几种功能来预测波士顿的房价，例如房屋中的平均房间和有关高速公路通行性的数据，师生比等等。 该项目的目标是使用kubernetes来运行这种工作的机器学习微服务，这是一个用于自动化容器化应用程序管理的开源系统。 在该项目中，预期将完成以下任务。 使用linting测试项目代码完成Dockerfile以对该应用程序进行容器化使用Docker部署容器化的应用程序并进行预测改进此应用程序的源代码中的日志语句配置Kubernetes并创建Kubernetes集群使用Kubernetes部署容器并进行预测上传一个与CircleCI一起完成Github存储库以表明代码已经过测试 设置环境 创建一个virtualenv并激活它 $ python3 -m venv〜/ .devops $ source〜/ .devop
【文件预览】：
project4-main
----Dockerfile(464B)
----model_data()
--------housing.csv(48KB)
--------boston_housing_prediction.joblib(665KB)
----requirements.txt(212B)
----Makefile(1KB)
----upload_docker.sh(421B)
----run_docker.sh(262B)
----hadolint()
----make_prediction.sh(384B)
----README.md(2KB)
----run_kubernetes.sh(751B)
----output_txt_files()
--------kubernetes_out.txt(3KB)
--------docker_out.txt(1KB)
----.circleci()
--------config.yml(1KB)
----app.py(2KB)