Implementación

Una vez que tengamos entrenado nuestro modelo que lo realizamos en este post: Prediccion de Precios de motos y coches con Azure Machine Learning, vamos a realizar un aplicativo web simple que use nuesto modelo entrenado y prediga los precios de los coches.

Para nuestra implementación, vamos a usar Flask, ya que nos facilita crear una web simple, cabe recalcar que con las credenciales, api key y endpoint se puede hacer cualquier tipo de implementaciones.

Puedes clonar el repositorio aquí: https://github.com/leonxrdon/azure_car_pricing.git

La estructura de nuestro proyecto quedaría así:

├── app.py
├── requirements.txt
├── .env
├── templates
│  └── index.html
├── venv/
│  ├── bin/
│  ├── lib/
│  └── ... (otros archivos del entorno virtual)

Detalles:

• app.py → tu aplicación principal de Flask.
• requirements.txt → dependencias del proyecto.
• .env → contiene tus variables sensibles como API_KEY, ENDPOINT, etc.
• templates/index.html → tu formulario HTML con los datos por defecto.
• venv/ → entorno virtual (no lo subas a Git si usas control de versiones).

Ejecutamos el proyecto con

flask run

En la dirección http://127.0.0.1:5000 se mostrará el formulario con el mismo fondo y estilo que tiene tu index.html, y desde ahí podrás enviar los datos para hacer la predicción usando el endpoint de Azure.

Cuando cargues el formulario, verás los datos rellenos por defecto para que puedas probar fácilmente. También puedes modificar cualquiera de los valores con tus propios datos antes de enviarlos. Al hacerlo, recibirás la predicción del precio del coche gracias a la conexión directa con el servicio de Azure.