鸢尾花预测：如何创建机器学习Web应用程序？

全文共2485字，预计学习时长12分钟

图源：unsplash

 

数据科学的生命周期主要包括数据收集、数据清理、探索性数据分析、模型构建和模型部署。作为数据科学家或机器学习工程师，能够部署数据科学项目非常重要，这有助于完成数据科学生命周期。通过既有框架（如Django或Flask）对传统机器学习模型进行部署，可能是一项艰巨耗时的任务。

 

本文就将展示如何在Python库中使用streamlit，用不到50行的代码构建一个简单的基于机器学习的数据科学web应用程序。

 

数据科学生命周期

 

 

鸢尾花预测应用程序概述

 

我们将构建一个简单的机器学习web应用程序，用于预测鸢尾花的类标签，包括setosa、versicolor和virginica。这需要用到三个Python库，即streamlit、pandas和scikitlearn。

 

应用程序的概念流程主要由两个部分组成：前端和后端。

 

图源：unsplash

 

在前端，左侧栏将接受与鸢尾花特征（如花瓣长度、花瓣宽度、萼片长度和萼片宽度）相关的输入参数。这些特性会被传送到后端，后端的训练模型将预测类标签作为输入参数的函数，预测结果再发回前端显示。

 

在后端，用户输入的参数将被保存到一个数据帧中作为测试数据。同时，利用scikit-learn库中的随机森林算法建立分类模型。最后，将该模型应用于预测用户输入的数据，并将预测的类标签返回到三种花卉类型：setosa、versicolor或virginica。此外，该模型还能够预测概率，从而辨别预测类标签的相对可信度。

 

安装必备库

 

本教程使用到的三个Python库——streamlit， pandas 和 scikit-learn，可以通过pip install命令进行安装。

 

安装streamlit：

 

pip install streamlit

 

安装pandas：

 

pip install pandas

安装scikit-learn：

 

pip install -U scikit-learn

 

web应用程序代码

 

现在就来一探究竟吧！我们要构建的应用程序只需不到50行代码（确切地说是48行），如果删除空行和注释（占12行），就可以降至36行。

 

import streamlit as st
         import pandas as pd
         from sklearn import datasets
         from sklearn.ensemble importRandomForestClassifier
   
 
                   st.write("""
         # Simple Iris Flower Prediction App
         This app predicts the **Iris flower** type!
         """)
   
 
                   st.sidebar.header('User InputParameters')
   
 
                   defuser_input_features():
             sepal_length = st.sidebar.slider('Sepal length', 4.3, 7.9, 5.4)
             sepal_width = st.sidebar.slider('Sepal width', 2.0, 4.4, 3.4)
             petal_length = st.sidebar.slider('Petal length', 1.0, 6.9, 1.3)
             petal_width = st.sidebar.slider('Petal width', 0.1, 2.5, 0.2)
             data = {'sepal_length': sepal_length,
                     'sepal_width': sepal_width,
                     'petal_length': petal_length,
                     'petal_width': petal_width}
             features = pd.DataFrame(data, index=[0])
             return features
   
 
                   df =user_input_features()
   
 
                   st.subheader('User Inputparameters')
         st.write(df)
   
 
                   iris = datasets.load_iris()
         X= iris.data
         Y= iris.target
   
 
                   clf =RandomForestClassifier()
         clf.fit(X, Y)
   
 
                   prediction = clf.predict(df)
         prediction_proba= clf.predict_proba(df)
   
 
                   st.subheader('Class labels andtheir corresponding index number')
         st.write(iris.target_names)
   
 
                   st.subheader('Prediction')
         st.write(iris.target_names[prediction])
         #st.write(prediction)
   
 
                   st.subheader('PredictionProbability')
         st.write(prediction_proba)

 

逐行解读代码

 

来看看每一行（或代码块）的作用：

 

导入库

 

· 第1-4行：导入streamlit 和 pandas库，分别称为st和pd。具体来说，从scikitlearn库中（sklearn）导入datasets软件包，然后使用loader函数加载鸢尾花数据集（第30行）。最后将专门从sklearn.ensemble软件包中导入RandomForestClassifier()函数。

 

侧栏面板

 

· 第11行：通过使用st.sidebar.header()函数来添加侧栏的标题文本。请注意，在st和header之间使用sidebar(所以是st.sidebar.header()函数)可以向streamlit库传达信息，把标题文本放在侧栏面板中。

 

· 第13-23行：此处创建一个名为user_input_features（）的自定义函数，该函数主要是将用户输入的参数进行整合（即4个花的特征，可以通过滑动条接受用户指定的值），并以数据帧的形式返回结果。

 

值得注意的是，每个输入参数都将通过滑动按钮接受用户指定的值，如st.sidebar.slider(‘Sepal length’, 4.3, 7.9, 5.4)表示萼片长度。四个输入参数中的首个参数对应于在滑动按钮上方指定的标签文本，在本例中为“萼片长度”，而接下来的两个值对应于滑动条的最小值和最大值。最后，末尾输入参数表示加载web应用程序时选择的默认值，该值设置为5.4。

 

模型建立

 

· 第25行：如上所述，以数据帧形式整合的用户输入参数信息将分配到df变量中。

 

· 第30-38行：该代码块适用于实际模型构建阶段。

 

第30行—从sklearn.datasets软件包中加载鸢尾花数据集，并将其分配给iris变量；

 

第31行—创建X变量，包含iris.data中提供的4个花的特征（即萼片长度，萼片宽度，花瓣长度和花瓣宽度）；

 

第32行—创建Y变量，与iris.target中提供的鸢尾花类标签相关；

 

第34行—将随机森林分类器（特别是RandomForestClassifier（）函数）分配给clf变量；

 

第35行—通过clf.fit()函数使用X和Y变量作为输入参数来训练模型。这本质上意味着通过使用4个花的特征(X)和类标签(Y)训练，来建立分类模型。

 

图源：unsplash

 

主面板

 

· 第6-9行：使用st.write()函数输出文本，在本示例中使用该函数，以标记格式输出此应用程序的标题。使用#符号表示标题文本（第7行），而后一行（第8行）提供应用程序的正常描述性文本。

 

· 第27-28行：第一部分将给出“User Input parameters”的子标题文本（使用st.subheader函数进行分配）。下一行将通过使用st.write（）函数来显示df数据帧的内容。

 

· 第40-41行：在主面板的第二部分中，输出类标签（即setosa、versicolor和virginica）及其相应索引号（即0、1和2）。

 

· 第43-44行：主面板的第三部分显示的是预测类标签。此处需要注意的是，prediction变量的内容（第45行）是预测的类索引号，如果要显示类标签（即setosa、versicolor和virginica），则需在iris.target_names[prediction]的括号内使用prediction变量作为参数。

 

· 第47-48行：主面板的第四部分也就是最后一部分显示了预测概率。该概率值能够识别预测类标签的相对可信度（概率值越高，该预测的可信度就越高）。

 

 

运行web应用程序

 

因此，web应用程序的代码被保存到iris-ml-app.py文件中，现在准备运行。可以在命令提示符（终端窗口）中输入以下命令来运行该应用程序：

 

streamlit run iris-ml-app.py

 

之后会看到以下消息：

 

> streamlit run iris-ml-app.pyYou can now view yourStreamlit app in your browser.Local URL: http://localhost:8501
Network URL: http://10.0.0.11:8501

 

几秒钟会弹出一个互联网浏览器窗口，通过网址http://localhost:8501引导用户进入创建的web应用程序 ，如下所示：

 

 

鸢尾花预测应用程序截图。点击左上角按钮（顶部窗口）可以显示侧面板（底部窗口）。

 

大功告成！用Python创建了机器学习web应用程序就是这么简单，快去亲自操作一下吧。

一起分享AI学习与发展的干货

欢迎关注全平台AI垂类自媒体 “读芯术”

（添加小编微信：dxsxbb，加入读者圈，一起讨论最新鲜的人工智能科技哦～）