原文：
www.kdnuggets.com/2022/04/deploy-machine-learning-web-app-heroku.html
在之前的 博客文章 中，我展示了如何使用 Streamlit 库在 Python 中构建机器学习 Web 应用程序。最终产品看起来是这样的：
1. 谷歌网络安全证书 - 快速进入网络安全职业生涯
2. 谷歌数据分析专业证书 - 提升你的数据分析能力
3. 谷歌 IT 支持专业证书 - 支持你的组织在 IT 方面
这是一个允许用户输入有关健康和生活方式信息的应用程序，并返回一个输出，预测一个人在 10 年内患心脏病的可能性。
如果你想了解更多关于模型以及应用程序如何构建的信息，可以通过这个 教程 来学习。
否则，你可以简单地访问这个 Github 仓库 并克隆它。它包含了构建和部署 Web 应用程序所需的所有代码文件。
要运行 Streamlit web 应用程序并将其部署到 Heroku，你需要安装一个非 GUI 的 Python 代码编辑器（Jupyter Notebook 不够用）。我目前使用的是 Visual Studio Code，但 PyCharm 和 Atom 也是不错的替代选择。
完成后，确保使用‘pip’命令安装这三个库—— Streamlit、Joblib 和 Pandas。
现在环境已准备好，尝试在本地运行应用程序以检查一切是否正常。
打开你的终端并输入以下代码行：
streamlit run streamlit_fhs.py然后，打开浏览器并访问 localhost:8501。你应该会看到一个类似这样的 Web 应用程序：
我们的文件夹目前有三个文件：
为了成功将应用部署到 Heroku，我们需要创建另外三个文件：
1. requirements.txt
首先，创建一个文本文件并命名为 requirements.txt。然后，将以下内容粘贴到文件中：
pandas==1.3.2
gunicorn==19.9.0
streamlit==1.5.1
joblib==1.1.0
sklearn==0.222. Procfile
接下来，你需要创建一个 Procfile。它告诉 Heroku 你的应用程序位置以及如何启动它。
要创建 Procfile，只需打开终端并导航到你刚刚克隆的文件夹。输入以下命令：
echo web: gunicorn app:app >Procfile3. setup.sh
最后，创建一个名为 setup.sh 的文件，内容如下：
mkdir -p ~/.streamlit/
echo "\ [server]\n\
headless = true\n\
port = $PORT\n\
enableCORS = false\n\
\n\" > ~/.streamlit/config.toml现在，你需要 创建一个免费的 Heroku 账户。
完成后，下载 Heroku CLI 并运行可执行文件。
为了确保你已成功安装 Heroku，在终端中输入以下命令：
heroku --version如果你收到“命令未找到”的错误，这意味着某些东西出错了，Heroku 在你的设备上未正确设置。否则，你的安装成功了，你可以进入下一步。
再次打开终端并导航到你的应用程序所在的目录。
输入以下命令：
heroku create my_app注意：你可以将“my_app”替换为你选择的任何名称。
然后，你需要初始化并将代码推送到 Git。为此，在终端中输入以下命令：
git init
git add .
git commit -m "first commit"最后，运行这两个命令将你的代码部署到 Heroku：
heroku git:remote -a my_app
git push heroku master注意：再次记得将 my_app 改为你的应用名称。
完成后，你会在终端上看到类似这样的输出：
上面显示的链接是你的应用所在的位置，你现在可以在线访问它。以下是我的 Web 应用的 URL：fhs-pred-app.herokuapp.com/。
就这样！如果你正确执行了所有步骤，你现在已经部署了一个功能齐全的 Web 应用，你可以通过一个链接与其他人分享。
Natassha Selvaraj 是一位自学成才的数据科学家，热衷于写作。你可以在 LinkedIn 上与她联系。