如何让 Flask 机器学习网页正确返回预测结果？

本文详解 flask 部署 ml 模型时“表单提交无响应”的常见原因，重点解决路由未正确返回前端、模型输入维度不匹配、html 缺少输出展示区域等核心问题，并提供可运行的修复代码与调试技巧。

你的 Flask 应用无法显示预测结果，并非因为服务未启动或路由注册失败，而是前后端交互逻辑缺失 + 前端未接收/渲染后端响应。当前代码中 /predict 路由虽成功调用 model.predict() 并返回 str(Output)，但浏览器在表单 POST 提交后会跳转至纯文本响应页（如 ['setosa']），而非停留在原页面展示结果——这极易被误判为“无输出”。

✅ 正确做法：前后端协同响应

1. 后端：确保返回结构化、可读的结果

原始代码中 return str(Output) 返回的是 NumPy 数组字符串（如 ['setosa']），建议显式提取预测标签并美化输出：

@app.route("/predict", methods=["POST"])
def predict_species():
    try:
        spl = float(request.form.get("sepal length (cm)"))
        spw = float(request.form.get("sepal width (cm)"))
        ptl = float(request.form.get("petal length (cm)"))
        ptw = float(request.form.get("petal width (cm)"))

        # 关键修复：确保输入形状匹配模型要求（常见错误！）
        input_array = np.array([[spl, spw, ptl, ptw]])  # 注意双层中括号 → (1, 4)
        prediction = model.predict(input_array)[0]      # 取出标量预测值
        probability = None
        if hasattr(model, "predict_proba"):
            proba = model.predict_proba(input_array)[0]
            probability = f"Confidence: {max(proba):.2%}"

        return render_template("index.html", 
                             result=f"Predicted Species: {prediction}",
                             probability=probability)
    except Exception as e:
        return render_template("index.html", 
                             error=f"Error: {str(e)}")

⚠️ 关键注意：np.array([spl, spw, ptl, ptw]).reshape(1,4) 在旧版 NumPy 中可能因数据类型隐式转换失败；推荐直接使用 [[...]] 构造二维数组，避免维度陷阱。

2. 前端：在 HTML 中预留结果展示区

原 index.html 缺少接收后端返回内容的位置。需在

椒图AI

中文AI修图神器，一句话搞定复杂修图

下载

{% if result %}
    

        {{ result }}
        {% if probability %}
{{ probability }}{% endif %}
    
{% endif %}

{% if error %}
    

        {{ error }}
    
{% endif %}