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
-
Crear una nueva solicitud:
- Haz clic en el botón "New" y selecciona "Request".
-
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]".
-
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 seráhttp://127.0.0.1:3000/train
.
- Método: Selecciona
-
Enviar la solicitud:
- Haz clic en "Send".
-
Abrir Postman:
- Inicia Postman en tu máquina.
-
Crear una nueva solicitud:
- Haz clic en el botón "New" y selecciona "Request".
-
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]".
-
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 seráhttp://127.0.0.1:3000/predict
.
- Método: Selecciona
-
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.
-
Enviar la solicitud:
- Haz clic en "Send".