Ce projet consiste en une API FastAPI pour la prédiction de défaut de paiement d'un client. L'API utilise un modèle pré-entrainé pour effectuer ces prédictions. Les points d'extrémité (endpoints) disponibles dans cette API permettent de tester la fonctionnalité de base, d'envoyer des paramètres, de téléverser un fichier, et surtout, d'obtenir des prédictions de défaut de paiement.
Le projet est basé sur FastAPI, une bibliothèque Python pour le développement rapide d'API REST. Les principales librairies utilisées dans ce projet sont :
FastAPI
pour la création de l'API.pydantic
pour la validation des données reçues.uvicorn
pour le serveur ASGI.
Le modèle de prédiction utilisé est sauvegardé dans un fichier binaire model.pkl
, qui est chargé au moment de la prédiction.
- GET
/
- Description : Point de terminaison standard renvoyant un message "Hello World".
- Exemple d'utilisation :
curl http://localhost:8000/
- GET
/hello_you
- Description : Point de terminaison avec un paramètre
name
pour personnaliser le message de salutation. - Exemple d'utilisation :
curl http://localhost:8000/hello_you?name=John
- Description : Point de terminaison avec un paramètre
- GET
/hello_you/{name}
- Description : Point de terminaison similaire à
/hello_you
, mais avec un paramètre dans l'URL. - Exemple d'utilisation :
curl http://localhost:8000/hello_you/John
- Description : Point de terminaison similaire à
- POST
/predict
- Description : Point de terminaison permettant de faire des prédictions de défaut de paiement en utilisant un modèle pré-entrainé.
- Exemple d'utilisation :
curl -X POST -H "Content-Type: application/json" -d '{"age": 30, "job": 1, "marital": 1, "education": 2, "default": 0, "balance": 2000, "housing": 1, "loan": 0, "campaign": 2, "pdays": 15, "previous": 1, "poutcome": 1}' http://localhost:8000/predict
- POST
/uploadfile/
- Description : Point de terminaison permettant de téléverser un fichier. L'API renverra le nom du fichier téléversé.
- Exemple d'utilisation :
curl -X POST -F "[email protected]" http://localhost:8000/uploadfile/
Pour exécuter le projet, assurez-vous d'avoir FastAPI et Uvicorn installés. Exécutez ensuite le script Python :
python your_script_name.py
L'API sera accessible à l'adresse http://localhost:8000/
.
N'oubliez pas de personnaliser le script selon vos besoins, en particulier le fichier du modèle pré-entrainé et les paramètres du modèle.