主要思路：模型保存之后，通过Flask（轻量级web开发框架，让我们可以使用Python语言快速实现一个网站或Web服务）加载该模型，然后App调用该web界面。
这篇主要是记录将训练的SVM模型通过Flask加载到Web。
主要分为一下几个步骤：
一、配置Flask
方法一：pip install flask
方法二：在pycharm中部署（个人倾向于使用这种方法）
搜索flask，然后install package。成功后在在工程依赖的包视图里看到flask（上图第二行）。
二、保存SVM模型；
这里将svm模型放在TrainingModel.py。
关键代码：
注意读取数据类型问题！有个报错AttributeError: 'str' object has no attribute 'predict'，是数据类型不对，我卡了两天才改对（哭唧唧）。
三、构建Web界面；
在Pycharm中就可构建Web界面——templates/page.html。
具体界面内容不再过多赘述，根据自己需求来即可。
四、将模型加载到Web界面。
用App.py来实现。
关键代码：
通过以上两个.py和一个.html即可将模型通过Flask加载到Web界面。
需要注意：.html位于templates下，两个.py位于venv下。