如何在Flask中适配机器学习模型的分类变量前端输入？

1. 前端友好化修改 #

把当前下拉选框的value值替换为真实技术名称，让用户直观看到并选择选项，完全避开编码数字。修改后的HTML代码如下：

<br>
<label for="Other_technologies">Other technologies you know</label>
<select id="Other_technologies" name="Other_technologies">
<option value="C/C++">C/C++</option>
<option value="Javascript">Javascript</option>
<option value="Kotlin">Kotlin</option>
<option value="Python">Python</option>
<option value="SQL">SQL</option>
</select>
<br>

2. 后端映射用户输入到哑编码 #

由于你用pd.get_dummies(df['Other_technologies'], drop_first=True)生成哑编码（drop_first=True会将C/C++设为参考组，不生成它的哑编码列），后端需要把用户提交的选项转换成模型所需的0/1特征值：

核心逻辑 #

• 先明确模型训练时生成的哑编码列，比如drop_first=True后，列名应为Other_technologies_Javascript、Other_technologies_Kotlin、Other_technologies_Python、Other_technologies_SQL
• 接收用户输入后，初始化一个全0的字典对应这些哑编码列
• 若用户选的不是参考组（C/C++），则将对应列的值设为1

Flask后端示例代码 #

from flask import Flask, request, render_template
import pandas as pd
import joblib

app = Flask(__name__)
# 加载训练好的模型和预处理配置
model = joblib.load('rf_classifier.pkl')
# 保存训练时生成的哑编码列（排除参考组）
tech_dummy_cols = ['Other_technologies_Javascript', 'Other_technologies_Kotlin', 'Other_technologies_Python', 'Other_technologies_SQL']
reference_group = 'C/C++'

@app.route('/', methods=['GET', 'POST'])
def predict():
    if request.method == 'POST':
        # 获取用户选择的技术
        selected_tech = request.form.get('Other_technologies')
        
        # 初始化哑编码特征为全0
        tech_features = {col: 0 for col in tech_dummy_cols}
        # 非参考组选项对应列设为1
        if selected_tech != reference_group:
            target_col = f'Other_technologies_{selected_tech}'
            if target_col in tech_features:
                tech_features[target_col] = 1
        
        # 整合其他预测变量（此处仅展示当前变量处理逻辑）
        input_df = pd.DataFrame([tech_features])
        # 执行预测
        result = model.predict(input_df)[0]
        
        return f"分类结果：{result}"
    return render_template('index.html')

if __name__ == '__main__':
    app.run(debug=True)

3. 额外优化建议 #

• 若该变量支持多选（用户可同时选多个技术），前端可改用复选框（<input type="checkbox" name="Other_technologies" value="Javascript">），后端处理时将所有选中项对应的哑编码列设为1即可
• 训练模型时，建议将哑编码的列名、参考组等配置信息单独保存（比如用joblib存一个配置文件），避免后端硬编码列名，提升扩展性

内容的提问来源于stack exchange，提问作者Sweet Sveta