StateFarmMLE_Lew

自述文件 这是机器学习工程师面临的虚拟问题的临时存储库。 MLE将创建一个模型并将其部署到生产中。 以下是关键点： 请先阅读instructions.txt文件，因为该文件包含与此工作有关的问题 有一个名为SummaryReport.pdf的文件，可以提供简短的报告 指示 简而言之，模型包装在Flask中。 不包括原始数据。 以下是通过Flask运行此操作的最低限度步骤 在终端中执行python api.py 在另一个终端中，可以运行sh run_pred_200_times.sh 。 这将调用API 200次，并向API提供数据并做出预测。 然后将模型Flask API包装在Docker中。 您可以在docker子目录中找到它。 首先确保您在后台运行Docker。 在终端中，只需运行run_api.sh 。 警告！！！！ 如果您当前在Docker服务器中有Docker映像并想要保