Python - 如何在网页中使用 sklearn 分类器

Question

我正在学习Python，我有一个问题。我建立了一个分类器（命名为build.py），如下所示：

file = 'file path/CVdb.csv'
input = pd.DataFrame.from_csv(file,index_col=None,encoding='ISO-8859-
1',sep=',')
text = input.drop_duplicates()
corpus = text.Text.str.replace(r'[^A-Za-z0-9+#,]+',' ')
category = text.Skill.str.replace(r'[^A-Za-z0-9&,]+',' ')
stopset = list(set(stopwords.words('english')))
X_train = corpus
Y_train = category
classifier = Pipeline([ ('vectorizer',TfidfVectorizer(analyzer='word',stop_words=stopset,max_features=20 )),
('clf', linear_model.SGDClassifier(loss='hinge',alpha=0.0001,penalty='elasticnet'))])
model = classifier.fit(X_train,Y_train)
joblib.dump(model,'model.pkl')

此 model.pkl 保存在我定义为 file 的同一文件路径中。现在我正在通过运行另一个名为 deploy.py:

的 .py 文件进一步使用这个模型

file = 'D:/Arghya - Others/Python Work/OwL/Demo-1/CVdb-test.csv'
input = pd.DataFrame.from_csv(file,index_col=None,encoding='ISO-8859-
1',sep=',')
text = input.drop_duplicates()
corpus = text.Text.str.replace(r'[^A-Za-z0-9+#,]+',' ')
stopset = list(set(stopwords.words('english')))
vect_new = 
TfidfVectorizer(analyzer="word",max_features=20,stop_words=stopset)
X_Test = vect_new.fit_transform(corpus).toarray()

model = joblib.load('model.pkl')
predict_new = model.predict(corpus)

ds = pd.Series(predict_new)
output = ds.to_csv('filepath/output.csv',sep=',',encoding='utf-8')

到目前为止一切顺利！！现在我希望这个 deploy.py 用于网页，用户可以通过 UI 输入文件（.doc 或 .pdf 类型）并单击按钮.单击后，将调用 deploy.py 并执行分类。我怎样才能做到这一点。我有 python 3.5 版本和运行 Window 7 64 位系统。

Answer 1

您似乎在寻找 python 网络框架，以便您可以使用 python 代码来运行网站。有很多选择。这里有两个受欢迎的：

烧瓶 (http://flask.pocoo.org/)
Django (https://www.djangoproject.com/)

我可能会从烧瓶开始。 :)

Python - 如何在网页中使用 sklearn 分类器

Python - how to use a sklearn classifier in webpage

webpage

scikit-learn