task3_flask_server

Ансамбли алгоритмов. Веб-сервер. Композиции алгоритмов для решения задачи регрессии.

Для запуска сайта можно воспользоваться двумя способами. Первый (через скрипты):
cd path/to/scripts
chmod +x build.sh - права на исполнение
chmod +x run.sh - права на исполнение
./build.sh - сборка контейнера
./run.sh -запуск контейнера и самого сервера, далее необходимо перейти по ссылке из консоли или набрать ее самим.

Второй способ (загрузка контейнера из Dockerhub):
sudo docker pull gfarida/dockerhub:flask_server_img - скачивание контейнера
sudo docker run -p 5000:5000 -i -t --rm gfarida/dockerhub/flask_server_img - запуск контейнера и самого сервера, далее необходимо перейти по ссылке из консоли или набрать ее самим.


Структруа сайта:
Сайт состоит из шести страниц:

1. Главная страница - здесь Вы можете выбрать тип модели машинного обучения, которую будете создавать - случайный лес или градиентный бустинг.
   
2. Страницы с заданием параметров для моделей (соответственно для каждой своя), некоторые из них обязательно задать, например n_estimators, а некоторые могут принимать значение None(задается нулем), напрмер max_depth. Подробнее в самой форме заполнения, она не даст заполнить её неправильно. Также на этой странице необходимо загрузить обучающую выборку (обязательно) и валидационную (по желанию), формат для загрузки указан на сайте. При загрузке второй далее возможно увидеть значения RMSE на каждой итерации алгоритма.
3. После отправки формы Вы попадаете на страницу с выбором дальнейших действий. Доступны две опции реализованные на следующих страницах:
   a. Узнать подробности о моделе, то есть ее гиперпараметры, время обучения, RMSE на обучающей и валидационных(при наличии) выборках.
   b. На странице с выбором действий возможно загрузить тестовый датасет (такой же вид как и у обучающей, но без таргета) и получить для него предсказание. С этой страницы можно попасть на предыдущую и на страницу с информацией о модели, при переходе между ними модель не будет обучаться заново.
   

Со всех страниц можно попасть на главную страницу в любой момент по кнопке.