如何在 model.predict 之前調用數據豐富 function，同時在 Databricks 中提供 model

Question

在 Databricks 中，我使用了 mlflow，並通過 REST API 服務了我的 model。當提供所有 model 功能時，它工作正常。 但我的用例是消費者應用程序只提供一個功能（主鍵），我的代碼必須根據該鍵從數據庫中查找其他功能，然后使用 model.predict 返回預測. 我嘗試研究但了解到 REST 端點只會調用 model.predict function。如何讓它在預測之前調用數據按摩 function？

Answer 1

有兩種方法：

1. 您可以使用自定義 MLflow model ，您可以在其中覆蓋predict function，它將調用數據庫或其他來源以獲取附加信息，然后調用 model 的實際predict 。您可以在以下答案中找到更多信息：1、2 。

2. 將Databricks Feature Store用於您的數據，使用 FeatureStoreClient.log_model function 訓練並記錄 model，然后將特征存儲表發布到數據庫中，然后通過 model 服務使用 model，它會自動查找特征。