1. 学ぶ
    2. /
  2. コース
    3. /
  3. MLflow 入門
Connected

演習

カスタム scikit-learn モデル

この演習では、MLflow の pyfunc フレーバーを使ってカスタムモデルを作成します。insurance_charges データセットでは、学習時の分類のためにラベルを female は 0、male は 1 に置き換える必要があります。モデルを使用する際は、0 や 1 ではなく、female または male の文字列を返す必要があります。

カスタムモデルは LogisticRegression に基づく分類モデルで、CustomPredict というクラスを使います。CustomPredict は、predict メソッドに追加のステップを入れ、モデルが入力を受け取ったときにラベル 0 と 1 を female と male に戻します。モデルのロギングと読み込みには pyfunc フレーバーを使います。

insurance_charges データセットは前処理され、次のコードでモデルを学習します。

lr_model = LogisticRegression().fit(X_train, y_train)

MLflow モジュールはすでにインポートされています。

指示

100 XP
  • MLflow の pyfunc フレーバーを使ってカスタムモデルをログに記録します。
  • pyfunc の python_model 引数に、カスタムクラス CustomPredict() を設定します。
  • pyfunc を使ってカスタムモデルを読み込みます。