streamlitを使って簡単な機械学習アプリをデプロイした

公開:2020/12/22
更新:2021/02/08
1 min読了の目安(約1400字TECH技術記事

こちらの記事に書いていたstreamlit.ioの認証がおり、無事アプリをデプロイ出来ました。

kaggle の[HousePriceコンペ]の train データを使ってお手軽にlightGBMで予測モデルを作り、実績データと予測データをグラフで比較することができます。

https://share.streamlit.io/kjman678/streamlit/houseprice.py

streamlit.io/sharing の登録

登録は streamlit.io/sharingのRequest an invite ボタンを押して、名前やメールアドレス、連携するGitHub のリポジトリの入力が必要すればOKです。

なお、登録するメールアドレスは、GitHubに登録しているものである必要があるそうなのでご注意ください。

毎週認証を行っているそうですが、私の場合は日曜の夜に登録して、火曜日の早朝に認証されていました。

認証されると認証された旨のメール(英語)が届きました。

streamlit.io/sharing でのデプロイ

streamlit.io/sharing にログインし、右上の NewApp ボタンをクリックします。

デプロイするアプリのレポジトリ名、ブランチ名、メインファイル名を入力します。

また、Paste GitHub URL と書かれた箇所をクリックした先で、メインファイルのURL(例:htttps://github.com/ユーザー名/レポジトリ名等/メインファイル名.py)を登録することでも可能なようです。

登録すると、20秒ほどでデプロイが完了しました!

デプロイできるアプリは3つまでのようですが、めちゃくちゃ簡単にデプロイできますね!

以上になります、最後までお読みいただきありがとうございました。