使用Flask Dockerize并将机器学习模型作为REST API部署 一个可以服务于预测机器学习模型的简单Flask应用程序。 启动Flask应用程序后,将一个腌制的sklearn模型读入内存,并通过/ predict端点返回预测。 您还可以使用/ train端点来训练/重新训练模型。 部署ML模型的步骤 安装Flask和Docker 序列化您的scikit学习模型(可以使用Pickle或JobLib完成) [可选]将列名称列表添加到scikit对象,例如:rf.columns = ['Age','Sex','Embarked','Survived'] 创建一个单独的flask_a