Python - ウェブページでsklearnクラシファイアを使う方法

Question

私はPythonを学んでいますが、質問があります。私は次のようである（build.pyと命名）分類器を構築しました：

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') 

このmodel.pklは私がfileのように定義している同じファイルパスに救われます。 deploy.pyという名前の別の.pyファイルを実行して、次のように今、私はさらなる使用のためにこのモデルを使用しています。これまでのところは良い

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') 

を！ ここでは、ユーザーがファイル（.docまたは.pdfタイプ）を入力してボタンをクリックすることができるUIを使用するWebページでこのdeploy.pyを使用します。クリックすると、deploy.pyが呼び出され、分類が実行されます。 これをどのように達成できますか？ 私はPython 3.5バージョンを持っていて、Window 7の64ビットシステムで動作しています。

Answer 1

あなたはPythonのWebフレームワークを探しているように見えるので、Pythonコードを使ってWebサイトを実行することができます。多くのオプションがあります。ここでは、2つの人気のあるものです：

1. フラスコ（http://flask.pocoo.org/）
2. ジャンゴ（https://www.djangoproject.com/）

は、私はおそらくフラスコを開始します。 :)