机器学习微服务API的可操作性:使用kubernetes操作机器学习微服务 源码

机器学习微服务API的可操作性 该项目是Udacity Cloud Devops纳米学位计划的一部分。 在该项目中,部署了一个容器化的Flas应用程序,以通过API调用提供有关房价的预测。 使用经过训练的sklearn模型,可根据多种功能预测波士顿的住房,例如房屋中的平均房间和有关高速公路通行性的数据,师生比等。 项目程序 使用Linting测试项目代码 完成一个Dockerfile来容器化此应用程序 使用Docker部署容器化应用程序并做出预测 配置Kubernetes并创建Kubernetes集群 使用Kubernetes部署容器并进行预测 使用CircleCI上传完整的Github存储库