【干货】Python实现机器学习前后端主页的交互

height = request.form.get( "height")

weight = request.form.get( "weight")

# 变成DataFrame文档

X = pd.DataFrame([[height, weight]], columns = [ "Height", "Weight"])

# 给与计算个数

prediction = clf.predict(X)[0]

else:

prediction = ""

returnrender_template( "website.html", output = prediction)

然后我们行驶整个脚本，功效如下

我们干脆转换成一些身材与体重的个数，看一下离开的结果，功效如下

Streamlit 前提

下面我们来看一下将前提重新部署在 Streamlit 前提下该如何来操控。在 Streamlit 前提中未特别明显的前后尾部字符串的分离，字符串如下

import streamlit as st

import pandas as pd

import joblib

# 开头

st.header( "Streamlit Machine Learning App")

# 转换成框

height = st.number_input( "Enter Height")

weight = st.number_input( "Enter Weight")

# 首页提出按动

ifst.button( "Submit"):

# 过渡到培训好的前提

clf = joblib.load( "clf.pkl")

# 还原成DataFrame文档的原始数据

X = pd.DataFrame([[height, weight]],

columns=[ "Height", "Weight"])

# 给与计算出来的个数

prediction = clf.predict(X)[0]

# 离开计算的个数

st.text(f "This instance is a {prediction}")

先前生成的页面如下

我们在终尾部中行驶下述下令

streamlit run streamlit_model.py

先前我尝试在转换成框中填入一些原初的十进制，看一下出来的结果是什么样的，如下

点这里👇关注我，忘记标星哦~

CDA本科课程审核