mlflow模型的拟合与预测

Question

我对MLFlow的使用还不太了解，但需要帮助，我试图了解如何再次尝试、拟合和预测我的模型。我可以通过以下方式调用我的模型：

PLS_model = mlflow.pyfunc.load_model("runs:/FFFFF!@#!@#@!#!/logged_model", suppress_warnings = True)

并获得：

mlflow.pyfunc.loaded_model:
  artifact_path: logged_model
  flavor: mlflow.sklearn
  run_id: FFFFF!@#!@#@!#!

但当我尝试调用任何方法时，如下所示：

1）适合或预测。我得到以下错误

AttributeError: 'PyFuncModel' object has no attribute 'fit'

AttributeError: 'PyFuncModel' object has no attribute 'predict'

在这里，我遇到了如何实际调用这些函数的问题，但不确定我是否正确地执行了这些操作。总之，我该如何预测，适应我的新数据

谢谢

Answer 1

尝试使用sklearn模型加载器

import mlflow.sklearn
model = mlflow.sklearn.load_model(..)
model.predict(...)