江苏龙网

  1. 首页 > 人文 > >

使用机器学习数据集构建销售预测Web应用程序( 四 )


额外提示

  • 模块化代码
在后端设计中不建议在单个文件中编写API ， 我们可以将路径和模型导入分隔到不同的文件夹中 ， 以使代码更具模块化 。 如果将来引入其他API ， 这也将使我们能够以可管理的方式扩展代码 。
在这一点上 ， 我们可以再次休息一下 ， 确保收藏了本文 ， 以便轻松地重新开始本项目的下一部分 。
第3部分：将后端API部署到Heroku到目前为止 ， 我们的API在本地工作 ， 但我们需要将其部署在远程服务器上 ， 以供其他地方使用 。 为此 ， 我们将使用Heroku作为我们的API托管平台 。
我主要参考了来自stackabuse 的文章 ， 将其部署到Heroku 。 我们将简要介绍这些步骤 ， 但是如果你卡在了其中某个步骤 ， 请在此处参阅原始文章：
  • Stackabuse文章：
首先 ， 我们使用terminal命令安装gunicorn：
pip install gunicorn
接下来 ， 运行下面的命令将所有已安装的pip包 ， 存储到require.txt文件：
pip freeze > requirements.txt
你可以参考此处上传的requirements.txt文件以供参考：
  • Github链接：
接下来 ， Procfile使用以下代码在服务器文件夹中创建一个名称为Procfile的文件：
web: gunicorn app:app
现在 ， 在Heroku网站上注册 ， 在该网站上创建一个应用 ， 然后按照原始文章中的说明安装Heroku CLI。
接下来 ， 通过运行以下命令从本地终端登录Heroku： heroku login -i
使用以下命令添加你的Heroku应用git参考：
heroku git:remote -a {your-project-name}
现在 ， 使用以下命令将代码推送到Heroku：
git push heroku master
在运行上述命令的最后 ， 你将在终端输出中获得API URL ， 现在我们可以使用该URL从客户端进行调用 。 此时 ， 我们还可以从PostMan应用程序发送API请求 ， 以查看我们是否正确收到了与步骤2末尾所述类似的响应 。
到目前为止的代码库可以在以下Github存储库中找到
  • Videogame Sales Backend:
现在 ， 我们在服务器上托管了一个正常工作的API 。 如果一切正常 ， 那么我们可以继续开发客户端应用程序 。 如果遇到任何问题 ， 请在评论部分中提及你的问题 。
第4部分：使用react和bootstrap创建客户端应用程序我们将需要在我们的计算机上正确安装和设置Node.js 。 因此 ， 请先下载并安装适用于你相关操作系统和系统的Node.js ， 然后再继续进行操作 。 另外 ， 建议安装yarn管理器：yarn 安装
现在 ， 在上一步中创建frontend的服务器文件夹外部创建一个新文件夹 ， 并从终端进入该frontend文件夹内部 。
接下来 ， 我们将创建一个新的react应用程序 ， 并通过在终端中运行以下命令来启动它：
npx create-react-app sales-prediction-appcd sales-prediction-appnpm start你应该在浏览器中看到默认打开的浏览器选项卡 ， 以及react.js默认模板应用程序 。 现在我们需要在我们最喜欢的编辑器中打开该项目（我正在使用VSCode） ， 并开始进行更改以构建前端应用程序 。
首先 ， 我们需要在应用程序公共文件夹中的index.html文件中导入相关的引导程序文件 。
使用机器学习数据集构建销售预测Web应用程序文章插图
我们需要按照bootstrap文档提供的说明在index.html文件中添加文件 ， 如下所示：
  • bootstrap文档：
...............


推荐阅读


上一篇：我为什么放弃了ThinkPad，选择入手ThinkBook

下一篇：成长思维：我大哥对“道法术器”的理解，80%的人不懂