开始使用免费开始使用

创建自定义 Python 类

MLflow 提供了创建自定义模型的方式，以支持各种各样的用例。要创建自定义模型，MLflow 允许用户创建一个继承自 mlflow.pyfunc.PythonModel 类的 Python 类。PythonModel 类通过提供用于自定义推理逻辑和制品依赖的相关方法，实现可定制化。

在本练习中，您将为一个自定义模型创建一个新的 Python 类：它会加载特定模型，并在推理后对标签进行解码。mlflow 模块会被导入。

本练习是课程的一部分

MLflow 入门

查看课程

练习说明

  • 创建名为 CustomPredict 的 Python 类。
  • 定义自定义类中用于加载制品的 load_context() 方法。
  • 定义用于自定义推理的 predict() 方法。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create Python Class
class ____(mlflow.pyfunc.PythonModel):
    # Set method for loading model
    def ____(self, context):
        self.model = mlflow.sklearn.load_model("./lr_model/")
    # Set method for custom inference     
    def ____(self, context, model_input):
        predictions = self.model.predict(model_input)
        decoded_predictions = []  
        for prediction in predictions:
            if prediction == 0:
                decoded_predictions.append("female")
            else:
                decoded_predictions.append("male")
        return decoded_predictions
编辑并运行代码