MLTool BoilerPlate DjangoProject

Boiler Plate for Django ML Web Projects

このDjangoプロジェクトは、もともとmltool.in Webサイト向けに開発されました。コードの一部を変更したため、他の機械学習Webアプリのボイラープレートとして使用できます。このプロジェクトには、作業のいずれかに簡単に実装できます。

前提条件

• Python 3.6がインストールされていることを確認してください。
• r> = 3.4 sudo apt-get install r-baseします。

初期セットアップ

• クローンリポジトリgit clone https://github.com/MexsonFernandes/MLTool-BoilerPlate-DjangoProject 。
• cd MLTool-BoilerPlate-DjangoProject
• 必要な依存関係をインストールします。
  • pip3 install -r requirements.txtを実行します。txt。
• Project/settings.pyファイルにメールIDとパスワードを追加します。
  • email_host_user = '何か@gmail.com'
  • email_host_password = 'xxxxxxx'
• データベース
  • python3 manage.py makemigrations実行します
  • python3 manage.py migrate実行します

Webアプリを実行します

• python3 manage.py runserver
• http：// localhost：8000/

モデルファイルと予測スクリプト

• Media/ModelDataでモデルファイルをコピーします
• mainfile.pyおよびmainsequence.pyを編集して、pythonまたはrスクリプトを実行します。
• Main*.pyファイルに渡された重要な引数。
  • Working_dir-モデルファイルとスクリプトが存在する場所。
  • file_path-ユーザーが提出したファイルのパス。
  • result_path-最終結果を保存する必要があるパス。
• logはsults_pathに「log.txt」名で保存されます。
• 結果ファイル名は「predict_select.csv」である必要があります。

注記：

• 「log.txt」には、スレッドランタイム中に生成された情報が含まれています。
• 'predict_select.csv'および 'log.txt'はユーザーに郵送されます。

スクリーンショット

ライセンス

MITライセンス（MIT）

Copyright（c）2019 Mexson Fernandes

このソフトウェアと関連するドキュメントファイル（「ソフトウェア」）のコピーを入手して、制限なしにソフトウェアを扱うために、このソフトウェアを制限する権利を含め、ソフトウェアのコピーをコピー、変更、公開、配布、販売する、ソフトウェアのコピーを許可する人を許可する人を許可することを含めて、許可が無料で許可されます。

上記の著作権通知とこの許可通知は、ソフトウェアのすべてのコピーまたはかなりの部分に含まれるものとします。

このソフトウェアは、商品性、特定の目的への適合性、および非侵害の保証を含むがこれらに限定されない、明示的または黙示的なものを保証することなく、「現状のまま」提供されます。いかなる場合でも、著者または著作権所有者は、契約、不法行為、またはその他の訴訟、ソフトウェアまたはソフトウェアの使用またはその他の取引に関連する、またはその他の契約、またはその他の請求、またはその他の責任について責任を負いません。