La idea principal: después de guardar el modelo, cárguelo a través de Flask (un marco de desarrollo web liviano que nos permite implementar rápidamente un sitio web o servicio web usando el lenguaje Python), y luego la aplicación llama a la interfaz web.
Este artículo registra principalmente la carga del modelo SVM entrenado en la Web a través de Flask.
Se divide principalmente en los siguientes pasos:
1. Configurar el matraz
Método 1: matraz de instalación de pip
Método 2: implementar en pycharm (personalmente prefiero usar este método)
Busque flask y luego instale el paquete. Después del éxito, verá flask en la vista del paquete de las dependencias del proyecto (segunda línea en la imagen de arriba).
2. Guarde el modelo SVM;
Aquí el modelo svm se coloca en TrainingModel.py.
Clave:
¡Preste atención al problema de leer el tipo de datos! Hubo un mensaje de error AttributeError: el objeto 'str' no tiene el atributo 'predict'. El tipo de datos era incorrecto. Me tomó dos días corregirlo (llorando).
3. Cree una interfaz web;
Puede crear una interfaz web en Pycharm: plantillas/página.html.
No entraré en demasiados detalles sobre el contenido específico de la interfaz, simplemente lo ajustaré según sus propias necesidades.
4. Cargue el modelo en la interfaz web.
Utilice App.py para lograr esto.
Clave:
A través de los dos .py y un .html anteriores, el modelo se puede cargar en la interfaz web a través de Flask.
Nota: .html se encuentra en plantillas y los dos .py se encuentran en venv.