7/31
今天还是接着昨天的将接口服务化,用flask_restful---这个需要用pip install 不能用pycharm直接安装
老大的经验:
- 数据不干净会影响模型的准确性,很多时候是因为数据不够干净,模型一般没什么问题
- 模型的训练:模型就类似于数学中的函数,喂数据给这个模型越多一般能够使得模型的精度越高
- 业务数据--->提取数据,清洗数据可以同时进行--->统计分析--->训练模型
{
- Service中的东西是将每个模型进行服务化形成的对外接口,我暂时要做的就是这个接口要将调用方给的参数变成dict,然后传给模型进行训练,然后将模型返回的list数据变成dict返回给调用方
- restful是主入口,也就是说Service定义了各种模型的服务化接口,而restful的这个在Job中,调用这些服务的,但是调用方不是直接调用这个方法的,调用方的调用接口调用restful的,restful的调用服务
}
{
- python中import一个包其实是引用了这个包下的__init__.py文件
- flask中的jsonify:
- 功能:将python中的dict转换成json字符串
- 返回到前台界面时的相应类型为Content-Type: application/json
- 通过json.dumps()返回的相应类型为Content-Type:text/html
- JavaScript中的json.stringify这这两种有些区别
}
{
- 每个服务的url:IP+port+资源路径,IP一样的,port不一样
}
{
- svn中新创建的文件要先进行add,再commit,和git类似
- 命名规范:
- 用小写字母+下划线的命名风格
- 用单词首字母大写但是不加下划线的驼峰原则
- 每个文件要加:# -*- coding: utf-8 -*-
- config.ini里面字段的值就是字符串,不需要加引号
- 再捋一下项目思路,因为叫我将接口服务化,就需要了解项目运行流程
- Job中各个独立服务进程,每个服务进程需要对外提供接口,这个接口是供调度程序进行调度的,比如定时器
- Ability下面的各个模型的*_main方法是给服务程序调用的,可以当成一开始就会执行调用,*_run是给用户调用的,其实应该还要在抽象一层会比较好,比如参数不合理,会更加安全
}