Python模型-使用替代预测方法

Question

我试图使用香根草将隔离林模型(用于异常检测)部署到API端点。

通过调整示例这里，一切都进展顺利。

但是，在部署时，端点默认使用model.predict()方法(正常返回1，异常返回-1 )。

我希望模型返回model.score_samples()方法给出的0到1之间的分数。

有人知道我如何配置Vetiver端点，使其使用.score_samples()而不是.predict()来得分吗？

谢谢

Answer 1

vetiver.predict()主要充当API端点的路由器，因此它不必具有与model.predict()相同的行为。您可以通过vetiver.predict()重载定义自定义处理程序在您的模型上使用的函数。

在您的示例中，实现可能如下所示。

from vetiver.handlers.base import VetiverHandler

class ScoreSamplesHandler(VetiverHandler):
    def __init__(self, model, ptype_data):
        super().__init__(model, ptype_data)

    def handler_predict(self, input_data, check_ptype):
        """
        Define how to make predictions from your model
        """
        prediction = self.model.score_samples(input_data)
        
        return prediction

初始化自定义处理程序并将其传递到VetiverModel()。

custom_model = ScoreSamplesHandler(model, ptype_data)

VetiverModel(custom_model, "model_name")

然后，当使用vetiver.predict()函数时，它将返回model.score_samples()的值，而不是model.predict()的值。