将ML的烧瓶集成到metro.js应用程序中

Question

我已经构建了一个简单的纯react和流星网络应用程序。我正在尝试将一个flask API连接到我的meter.js应用程序，用于我的应用程序的机器学习组件。我已经看到了纯反应前端的例子，但无法得到同样的逻辑来为流星工作。

我所做的是：

1. 制作一个flask应用程序，并将预测结果作为python字典返回到localhost:5000

{'class': 'bird', 'confidence':'0.8932'}

2. 在package.json中的流星应用程序中设置代理

"proxy":"http://127.0.0.1:5000/"

3. 最后，这是我感到困惑的地方，我的主页中有一堆组件，我不确定是否必须在组件或页面中呈现烧瓶结果，也不确定如何做到这一点。我尝试的是使用useEffect、useState函数在其中一个组件中呈现结果。

4. 我犯了一个错误，说我不能使用这种有趣的东西。

function App() {
const [predictedClass, setPredictedClass] = useState(0);
useEffect(() => {
fetch('/prediction').then(res => res.json()).then(data => {
setPredictedClass(data.class);
});
}, []);

Answer 1

我使用useEffect方法从api的请求中获取数据。

示例：

const [data, setData] = useState(null);
useEffect(() => {
getData('GET', '/api/test')
.then(response => {
setData(response)
})
.catch(error =>
console.log(error)
);
}, []);

其中getData是一个调用axios请求的自定义函数。