MLTool BoilerPlate DjangoProject

Boiler Plate for Django ML Web Projects

이 Django 프로젝트는 원래 Mltool.in 웹 사이트 용으로 개발되었습니다. 코드의 일부를 변경하여 다른 기계 학습 웹 앱의 보일러 플레이트로 사용할 수 있습니다. 모든 작업 에서이 프로젝트를 쉽게 구현할 수 있습니다.

전제 조건

• Python 3.6이 설치되어 있는지 확인하십시오.
• r> = 3.4 sudo apt-get install r-base 설치하십시오.

초기 설정

• 클론 리포지토리 git clone https://github.com/MexsonFernandes/MLTool-BoilerPlate-DjangoProject .
• cd MLTool-BoilerPlate-DjangoProject
• 필요한 종속성을 설치하십시오.
  • pip3 install -r requirements.txt 실행합니다.
• 프로젝트/settings.py 파일에 이메일 ID와 비밀번호를 추가하십시오.
  • email_host_user = '[email protected]'
  • email_host_password = 'xxxxxxx'
• 데이터 베이스
  • python3 manage.py makemigrations 실행하십시오
  • python3 manage.py migrate 실행하십시오

웹 앱을 실행하십시오

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

모델 파일 및 예측 스크립트

• Media/ModelData에서 모델 파일을 복사하십시오
• Python 또는 R 스크립트를 실행하려면 mainfile.py 및 mainsequence.py를 편집하십시오.
• 중요한 인수는 Main*.py 파일로 전달되었습니다.
  • Working_dir- 모델 파일과 스크립트가있는 곳.
  • file_path- 사용자가 제출 한 파일의 경로.
  • result_path- 최종 결과를 저장 해야하는 경로.
• log는 'log.txt'이름으로 result_path에 저장됩니다.
• 결과 파일 이름은 'predict_select.csv'여야합니다.

메모:

• 'log.txt'에는 스레드 런타임 중에 생성 된 정보가 포함되어 있습니다.
• 'predict_select.csv'및 'log.txt'가 사용자에게 우송됩니다.

스크린 샷

특허

MIT 라이센스 (MIT)

저작권 (C) 2019 Mexson Fernandes

이에 따라이 소프트웨어 및 관련 문서 파일 ( "소프트웨어")의 사본을 얻는 사람에게는 허가가 부여됩니다. 소프트웨어의 사용, 복사, 수정, 합병, 배포, 배포, 숭고 및/또는 소프트웨어의 사본을 판매 할 권한을 포함하여 제한없이 소프트웨어를 처리 할 수 ​​있도록 소프트웨어를 제공 할 권한이 없습니다.

위의 저작권 통지 및이 권한 통지는 소프트웨어의 모든 사본 또는 실질적인 부분에 포함되어야합니다.

이 소프트웨어는 상업성, 특정 목적에 대한 적합성 및 비 침해에 대한 보증을 포함하여 명시 적 또는 묵시적 보증없이 "그대로"제공됩니다. 어떠한 경우에도 저자 또는 저작권 보유자는 계약, 불법 행위 또는 기타, 소프트웨어 또는 소프트웨어의 사용 또는 기타 거래에서 발생하는 계약, 불법 행위 또는 기타의 행동에 관계없이 청구, 손해 또는 기타 책임에 대해 책임을지지 않습니다.