新建File导入数据

选择一个csv文件

将目标设置为target并应用

绘制散点图

查看数据的最大最小值，四分位数，以及正常值的允许区间

这是一个模型组件，因此需要查看预测结果。另引入一个test and score组件，一头连接数据，一头连接模型。

另外还有tree, svm等许多组件。

最后以.ows格式保存。

将index.html放入templates文件夹中。

如下代码

    
        
DBS Share Price Prediction
        

            
please enter usd to sgd rates
            

            

        
        
The predict price for DBS share using regression is {{result1}}
        
The predict price for DBS share using tree is {{result2}}
    

效果

save model，使用joblib

便会指定目录生成一个相应文件

将模型文件移动至app.py相同路径下

实现前后端交互。前端在form中post数据。

from flask import Flask, request, render_template
import joblib


app = Flask(__name__)
@app.route("/", methods = ['GET', 'POST'])


def index():
    if request.method == 'POST':
        rates = float(request.form.get("rates"))    # 从form组件中接收数据

        model1 = joblib.load("linear")
        r1 = model1.predict([[rates]])

        model2 = joblib.load("tree")
        r2 = model2.predict([[rates]])

        return render_template("index.html", result1=r1, result2=r2)
    else:
        # 未收到
        return render_template("index.html", result1='waiting', result2='waiting')


if __name__ == '__main__':
    app.run()

运行会产生一个本地链接，打开就是前端界面。

为了便于他人使用自己训练好的模型，需要将模型上传至云。

首先创建Procfile,Procfile是一种机制,用于声明Heroku平台上应用程序的dynos运行的命令。

新建notepad，键入

web: gunicorn app:app

注意, Procfile无后缀

新建一个requirements.txt文件

absl-py==1.0.0
astunparse==1.6.3
cachetools==5.0.0
certifi==2021.10.8
charset-normalizer==2.0.11
click==8.0.3
colorama==0.4.4
Flask==2.0.2
flatbuffers==2.0
gast==0.5.3
google-auth==2.6.0
google-auth-oauthlib==0.4.6
google-pasta==0.2.0
grpcio==1.43.0
gunicorn==20.1.0
h5py==3.6.0
idna==3.3
importlib-metadata==4.10.1
itsdangerous==2.0.1
Jinja2==3.0.3
joblib==1.1.0
keras==2.8.0
Keras-Preprocessing==1.1.2
libclang==13.0.0
Markdown==3.3.6
MarkupSafe==2.0.1
numpy==1.22.2
oauthlib==3.2.0
opt-einsum==3.3.0
protobuf==3.19.4
pyasn1==0.4.8
pyasn1-modules==0.2.8
requests==2.27.1
requests-oauthlib==1.3.1
rsa==4.8
scikit-learn==1.0.2
scipy==1.8.0
six==1.16.0
sklearn==0.0
tensorboard==2.8.0
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
tensorflow-io-gcs-filesystem==0.24.0
termcolor==1.1.0
tf-estimator-nightly==2.8.0.dev2021122109
threadpoolctl==3.1.0
typing_extensions==4.0.1
urllib3==1.26.8
Werkzeug==2.0.3
wrapt==1.13.3
zipp==3.7.0

创建后

heroku官网
注册一个账号。

新建app

连接github

连接项目文件夹

Deploy Branch部署

点击View生成链接