Esta aplicación expone dos endpoints para el entrenamiento y predicción de un modelo de regresión logística.

docker build -t american .

docker run -p 3000:3000 -it --name american american

docker exec -it [container_id] /bin/bash

docker ps

docker images

1. Crear una nueva solicitud:

   • Haz clic en el botón "New" y selecciona "Request".

2. Configurar la solicitud:

   • Asigna un nombre a la solicitud, por ejemplo, "Train Model".
   • Selecciona una colección o crea una nueva para guardar la solicitud.
   • Haz clic en "Save to [Collection Name]".

3. Configurar los detalles de la solicitud:

   • Método: Selecciona POST.
   • URL: Introduce la URL del endpoint /train. Si estás ejecutando Flask localmente en el puerto 3000, la URL será http://127.0.0.1:3000/train.

4. Enviar la solicitud:

   • Haz clic en "Send".

1. Abrir Postman:

   • Inicia Postman en tu máquina.

2. Crear una nueva solicitud:

   • Haz clic en el botón "New" y selecciona "Request".

3. Configurar la solicitud:

   • Asigna un nombre a la solicitud, por ejemplo, "Predict File".
   • Selecciona una colección o crea una nueva para guardar la solicitud.
   • Haz clic en "Save to [Collection Name]".

4. Configurar los detalles de la solicitud:

   • Método: Selecciona POST.
   • URL: Introduce la URL del endpoint /predict. Si estás ejecutando Flask localmente en el puerto 3000, la URL será http://127.0.0.1:3000/predict.

5. Añadir el archivo:

   • Ve a la pestaña "Body".
   • Selecciona "form-data".
   • En la clave, escribe file.
   • En el valor, selecciona el tipo "File" desde el menú desplegable.
   • Haz clic en "Choose Files" y selecciona el archivo que deseas enviar.

6. Enviar la solicitud:

   • Haz clic en "Send".