部署

PyCaret 中与 MLOps 和部署相关的函数

predict_model

此函数使用训练好的模型生成标签。当 data 为 None 时，它会在保留集上预测标签和得分。

保留集预测

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
xgboost = create_model('xgboost')

# predict on hold-out
predict_model(xgboost)

predict_model(xgboost) 的输出

未见数据预测

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
xgboost = create_model('xgboost')

# predict on new data
new_data = diabetes.copy()
new_data.drop('Class variable', axis = 1, inplace = True)
predict_model(xgboost, data = new_data)

predict_model(xgboost, data=new_data) 的输出

按类别划分的概率

注意：这仅适用于分类用例。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
xgboost = create_model('xgboost')

# predict on new data
new_data = diabetes.copy()
new_data.drop('Class variable', axis = 1, inplace = True)
predict_model(xgboost, raw_score = True, data = new_data)

predict_model(xgboost, raw_score = True, data = new_data) 的输出

设置概率阈值

注意：这仅适用于分类用例（仅限二元分类）。

用于将预测概率转换为类别标签的阈值。除非设置了此参数，否则它将默认为模型创建期间设置的值。如果未设置，则所有分类器的默认值为 0.5。仅适用于二元分类。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
xgboost = create_model('xgboost')

# probability threshold 0.3
predict_model(xgboost, probability_threshold = 0.3)

predict_model(xgboost, probability_threshold = 0.3) 的输出

不同阈值在保留集数据上的比较

概率阈值 = 0.5 对比 概率阈值 = 0.3

finalize_model

此函数在包括保留集在内的整个数据集上训练给定的模型。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
rf = create_model('rf')

# finalize a model
finalize_model(rf)

finalize_model(rf) 的输出

此函数不改变模型的任何参数。它只在包括保留集在内的整个数据集上重新训练。

deploy_model

此函数在云端部署完整的 ML pipeline。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
lr = create_model('lr')

# finalize a model
final_lr = finalize_model(lr)

# deploy a model
deploy_model(final_lr, model_name = 'lr_aws', platform = 'aws', authentication = { 'bucket'  : 'pycaret-test' })

deploy_model(...) 的输出

AWS

在将模型部署到 AWS S3（‘aws’）之前，必须使用命令行界面配置环境变量。要配置 AWS 环境变量，请在你的 python 命令行中输入 aws configure。需要以下信息，这些信息可以使用你的 Amazon 控制台账户的身份和访问管理 (IAM) 门户生成

• AWS 访问密钥 ID

• AWS 秘密访问密钥

• 默认区域名称（可在 AWS 控制台的全局设置下查看）

• 默认输出格式（必须留空）

GCP

要在 Google Cloud Platform ('gcp') 上部署模型，必须使用命令行或 GCP 控制台创建项目。项目创建后，必须创建一个服务账户并将服务账户密钥下载为 JSON 文件，以便在本地环境中设置环境变量。

了解更多https://cloud.google.com/docs/authentication/production

Azure

要在 Microsoft Azure ('azure') 上部署模型，必须在本地环境中设置连接字符串的环境变量。前往 Azure 门户上存储账户的设置，以获取所需的连接字符串。

• AZURE_STORAGE_CONNECTION_STRING（必需的环境变量）

了解更多https://docs.microsoft.com/en-us/azure/storage/blobs/storage-quickstart-blobs-python?toc=%2Fpython%2Fazure%2FTOC.json

save_model

此函数将转换 pipeline 和训练好的模型对象保存到当前工作目录中，作为 pickle 文件以便后续使用。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
dt = create_model('dt')

# save pipeline
save_model(dt, 'dt_pipeline')

save_model(dt, 'dt_pipeline') 的输出

load_model

此函数加载先前保存的 pipeline。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# create a model
dt = create_model('dt')

# save pipeline
save_model(dt, 'dt_pipeline')

# load pipeline
load_model('dt_pipeline')

load_model('dt_pipeline') 的输出

save_experiment

函数 save_experiment 将实验保存到 pickle 文件。实验使用 cloudpickle 保存，以处理 lambda 函数。数据或测试数据不会与实验一起保存，加载时使用 load_experiment 需要重新指定。

# load dataset
from pycaret.datasets import get_data
diabetes = get_data('diabetes')

# init setup
from pycaret.classification import *
clf1 = setup(data = diabetes, target = 'Class variable')

# save experiment
save_experiment('my_saved_experiment1')

load_experiment

函数 load_experiment 从路径或文件加载实验。数据 data（和 test_data）不会与实验一起保存，加载时需要重新指定。

# load data
data = get_data('diabetes')

# load experiment function
from pycaret.classification import load_experiment
clf2 = load_experiment('my_saved_experiment1', data = data)

check_drift

函数 check_drift 使用 evidently 库生成漂移报告文件。

# load dataset
from pycaret.datasets import get_data
data = get_data('insurance')

# generate drift report
check_drift(reference_data = data.head(500), current_data = data.tail(500), target = 'charges')

它将在本地生成一个 HTML 报告。

convert_model

此函数将训练好的机器学习模型的决策函数转译（transpiles）成不同的编程语言，例如 Python、C、Java、Go、C# 等。如果你想将模型部署到无法安装常规 Python 环境来支持模型推理的环境中，这将非常有用。

# load dataset
from pycaret.datasets import get_data
juice = get_data('juice')

# init setup
from pycaret.classification import *
exp_name = setup(data = juice,  target = 'Purchase')

# train a model
lr = create_model('lr')

# convert a model
convert_model(lr, 'java')

convert_model(lr, 'java') 的输出

视频

create_api

此函数接收一个输入模型并创建一个用于推理的 POST API。它只创建 API，不会自动运行。要运行 API，必须使用 !python 运行 Python 文件。

# load dataset
from pycaret.datasets import get_data
juice = get_data('juice')

# init setup
from pycaret.classification import *
exp_name = setup(data = juice,  target = 'Purchase')

# train a model
lr = create_model('lr')

# create api
create_api(lr, 'lr_api')

# run api
!python lr_api.py

create_api(lr, 'lr_api') 的输出

使用 !python 命令初始化 API 后。你可以在 localhost:8000/docs 上看到服务器。

托管在 localhost 上的 FastAPI 服务器

视频

create_docker

此函数创建一个 Dockerfile 和一个 requirements.txt，用于将 API 端点投入生产环境。

# load dataset
from pycaret.datasets import get_data
juice = get_data('juice')

# init setup
from pycaret.classification import *
exp_name = setup(data = juice,  target = 'Purchase')

# train a model
lr = create_model('lr')

# create api
create_api(lr, 'lr_api')

# create docker
create_docker('lr_api')

create_docker('lr_api') 的输出

你会看到为你创建了两个文件。

%load requirements.txt

%load DockerFile

视频

create_app

此函数创建一个用于推理的基本 gradio 应用。后续会扩展支持其他应用类型，例如 Streamlit。

# load dataset
from pycaret.datasets import get_data
juice = get_data('juice')

# init setup
from pycaret.classification import *
exp_name = setup(data = juice,  target = 'Purchase')

# train a model
lr = create_model('lr')

# create app
create_app(lr)

create_app(lr) 的输出

视频