如何从 python 中的 mlflow 下载工件

Question

我正在创建一个 mlflow 实验，它记录逻辑回归 model 以及一个度量和一个工件。

import mlflow
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import precision_recall_fscore_support

with mlflow.start_run(run_name=run_name, experiment_id=experiment_id):

        logreg = LogisticRegression()
        logreg.fit(x_train, y_train)
        print('training over', flush=True)
        y_pred = logreg.predict(x_test)
        mlflow.sklearn.log_model(logreg, "model")
   
        mlflow.log_metric("f1", precision_recall_fscore_support(y_test, y_pred, average='weighted')[2])
        mlflow.log_artifact(x_train.to_csv('train.csv')

对于一些数据（ x_train, y_train, x_test, y_test ）

有什么方法可以访问此 run_name 的特定 experiment_id 的工件并阅读train.csv并阅读model吗？

Answer 1

有一个download_artifacts function允许您访问记录的工件：

local_path = client.download_artifacts(run_id, "train.csv", local_dir)

model 工件可以使用相同的 function 下载（应该有 object 称为model/model.pkl （用于 scikit-learn，或其他），或者您可以通过运行加载 model：

loaded_model = mlflow.pyfunc.load_model(f"runs:/{run_id}/model")

Answer 2

我无法使用 python api 来使用 mlflow 实例，该实例使用文件系统存储工件（从另一台机器访问，在本地它应该可以正常工作）。 此外， REST api 也没有帮助，因为没有下载工件的方法。 但是我能够使用 HTML 来让它工作，这里的示例将提供的运行 ID 的工件 csv 文件加载到 pandas dataframe 中：

import pandas as pd
import urllib.request
import io

with urllib.request.urlopen('http://server:5000/get-artifact?path=dataframe.csv&run_uuid=75hf8234h9dj29jr943909') as f:
    file = pd.read_csv(io.BytesIO(f.read()))