=0.1, depth=5)
# 训练模型
model.fit(X_train, y_train, eval_set=(X_test, y_test), verbose=False)
保存模型
训练完成后...首先,安装Flask:
pip install flask
然后,创建一个新的Python文件,比如app.py,并添加以下代码:
from flask import Flask, request, jsonify...from catboost import CatBoostClassifier
app = Flask(__name__)
# 加载模型
model = CatBoostClassifier()...prediction[0])})
if __name__ == '__main__':
app.run(debug=True)
这段代码定义了一个名为/predict的端点,它接受JSON格式的输入,并返回模型的预测结果...":[1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0,0,1,0]}' http://127.0.0.1:5000/predict
如果一切正常,你将收到一个包含预测结果的JSON响应