프로젝트 소개 - 내 꽃을 찾아줘 🌸

Iris Github

장고를 이용한 붖꽃 예측 웹 어플리케이션을 제작합니다.

필요 스택

• iris는 정말 머신러닝 이용하기 간단한 좋은 데이터셋
• 머신러닝 알고리즘 (필요한 알고리즘만)
• Django
• d3.js 데이터 시각화 라이브러리
  • d3 라이브러리로 할 수 있는 시각화 종류
  • https://hamait.tistory.com/242
  • https://hamait.tistory.com/335?category=140423
• 부트스트랩
• 백엔드에 초점을 맞춘 프로젝트입니다.

데이터셋 : IRIS 데이터 셋

아이리스 데이터 셋이란?

• 데이터 분석 입문으로 사용하기 좋은 데이터 셋
• 3가지 종류의 붖꽃 종류를 꽃의 길이를 이용해 예측할 수 있는 데이터 셋 (setosa, versicolur, virginica)

Reference

1. 붖꽃 예측 클론 코딩
2. D3.js

추후 구현 기능에 따라 README 내용이 추가될 예정입니다 :)

프로젝트 세팅 절차

주의 : 반드시 iris폴더 아래에 secrets.json 파일을 생성해야합니다.

{
    "SECRET_KEY": "배포해드린 secrets.json 파일 키값"
}

Progress

5.15

-> iris initial commit

requirement

pip install uptodate

python 3.9
django version 4

conda install asgiref
conda install pandas
conda install scikit-learn

5.16

• 머신러닝 알고리즘을 선택할 수 있게 기능 추가
• result 스택에 머신러닝 이름과 파라미터 구분

5.22

• 우리가 사용하는 데이터에 fit, 그리고 legend 추가
• but 아직 interactive 하지는 않음

6.2

로그아웃 상태에서 프로필 업데이트 접근할 경우 에러 뜨는 것 빼고는 구현 완료했습니다

• 로그 아웃 상태에서의 각 링크 별 예외처리가 필요할 것 같습니다

6.5

로그인 로그아웃 회원 가입 구현 완료

릴레이션 매핑 완료

results page => edit, delete 버튼 추가

6.15

관리자(superuser) 대시보드 페이지 제작

---

Report

Click => Report