Despliegue de modelo Machine Learning usando Python + FastAPI + Docker
Para entrenar este modelo de clasificación, se usará el dataset Iris, el cual contiene las siguientes características:
- Longitud del sépalo en cm
- Ancho del sépalo en cm
- Longitud del pétalo en cm
- Ancho del pétalo en cm
Las observaciones podrán ser clasificadas en una de las siguientes 3 clases: Iris Versicolor, Iris Setosa e Iris Virginica.
La petición para obtener una predicción se la realizará mediante una API realizada con el framework FastAPI, el cual será desplegada en producción posteriormente con Docker.
model_taws/
|
|___ models/
| |___ ml/
| | |___ classifier.py
| | |___ train.py
| | |___ iris_dt_vl.joblib
| |___ Iris.py
|
|___ main.py
|___ Dockerfile
|___ README.md
|___ requirements.txt
|___ .gitignore
$ pip install virtualenv
$ virtualenv venv
$ <<ruta>>/venv/Scripts/activate
$ pip install -r requirements.txt
$ uvicorn main:app --reload
$ docker build . -t iris_ml_docker
$ docker run -p 80:80 iris_ml_docker