使用mlflow服务在线学习模型

Question

我不清楚是否可以使用mlflow来服务于一个基于其先前预测不断发展的模型。

我需要能够查询模型，以便对数据样本进行预测，这是mlflow服务的基本用途。然而，我也希望模型在看到新数据后进行内部更新。

是否可能或需要FR？

Answer 1

我认为您应该能够通过实现自定义python模型或自定义风格来实现这一点，正如文档中所描述的那样。在这种情况下，您需要创建一个从mlflow.pyfunc.PythonModel继承的类，并实现predict方法，在该方法中您可以自由执行任何操作。以下是文档中的一个简单示例：

class AddN(mlflow.pyfunc.PythonModel):
def __init__(self, n):
self.n = n
def predict(self, context, model_input):
return model_input.apply(lambda column: column + self.n)

然后可以保存该模型&与正常型号一样再次加载：

# Construct and save the model
model_path = "add_n_model"
add5_model = AddN(n=5)
mlflow.pyfunc.save_model(path=model_path, python_model=add5_model)
# Load the model in `python_function` format
loaded_model = mlflow.pyfunc.load_model(model_path)