R中使用MLflow跟踪机器学习

栏目: R语言 · 发布时间: 5年前

内容简介:在本文章中,我会简要地介绍如果您熟悉机器学习操作并在 R 中执行了这些操作,那么可能想要使用 MLflow 来跟踪模型和每次运行。您可以使用以下几种方法:等待 MLflow 发布 R 中的 API
编辑推荐:

本文来自于ibm,文章介绍如何安装和设置 MLflow 环境,在 R 中训练和跟踪机器学习模型,将源代码和数据封装在 MLproject 中,并使用 mlflow run 命令运行项目等。

在本文章中,我会简要地介绍 MLflow 及其工作方式。MLflow 目前提供了 Python 中的 API,您可以在机器学习源代码中调用这些 API 来记录 MLflow 跟踪服务器要跟踪的参数、指标和工件。

如果您熟悉机器学习操作并在 R 中执行了这些操作,那么可能想要使用 MLflow 来跟踪模型和每次运行。您可以使用以下几种方法:

等待 MLflow 发布 R 中的 API

封装 MLflow RESTful API 并通过 curl 命令进行记录

使用一些可调用 Python 解释器的 R 包来调用现有的 Python API

最后一种方法简单易行,并允许您与 MLflow 进行交互,而无需等待提供 R 的 API。在本教程中,我将说明如何使用 reticulate R 包来执行此操作。

reticulate 是一个开源 R 包,它允许通过在 R 会话中嵌入 Python 会话来从 R 中调用 Python。该包在 R 与 Python 之间提供无缝的高性能互操作性。在 CRAN 存储库中提供了该包。

MLflow 还随附了 Projects 组件,该组件会将数据、源代码及命令、参数和执行环境设置一起打包为一个独立规范。在定义 MLproject 后,可以在任何地方运行此项目。目前,MLproject 可以运行 Python 代码或 shell 命令。它还可以为用户定义的 conda.yaml 文件中指定的项目设置 Python 环境。

对于 R 用户,通常会在 R 源代码中导入一些包。必须安装这些包才能运行 R 代码。未来可以做出的一项优化是,在 MLflow 中添加类似于 conda.yaml 的功能来设置 R 包依赖项。本教程介绍了如何创建包含 R 源代码的 MLproject,以及如何使用 mlflow run 命令运行此项目。

学习目标

在本教程中,您将安装和设置 MLflow 环境,在 R 中训练和跟踪机器学习模型,将源代码和数据封装在 MLproject 中,并使用 mlflow run 命令运行此项目。

前提条件

在开始本教程之前,应该先在运行 R 的平台上安装 Python。我首选安装 miniconda。由于将在 R 中完成机器学习训练,因此也应该在平台上安装了 R。

步骤

第 1 步:安装 MLflow

为 MLflow 创建 virtualenv,并按如下方式安装 mlflow 包(使用 conda):

 conda create -q -n mlflow python=3.6
 source activate mlflow
 pip install -U pip
 pip install mlflo

第 2 步:安装 reticulate R 包

通过 R 安装 reticulate 包。

install.packages("reticulate")

reticulate 允许 R 无缝调用 Python 函数。通过 import 语句装入 Python 包。通过 $ 运算符调用函数。

> library(reticulate)

> path <- import("os.path")

> path$isdir("/tmp")

[1] TRUE

正如您所见,使用此包从 R 中调用 os.path 模块中的 Python 函数十分简单。通过导入 mlflow 包,然后调用 mlflow$log_param 和 mlflow$log_metric 以记录 R 脚本的参数和指标,可以对 mlflow 包执行相同的操作。

第 3 步:使用 SparkR 训练 GLM 模型

以下 R 脚本使用 SparkR 构建线性回归模型。对于此示例,必须已安装 SparkR 包。

 # load the reticulate package and import mlflow Python module
 library(reticulate)
 mlflow <- import("mlflow")
 
 # load SparkR package and start spark session
 library(SparkR, lib.loc = c(file.path(Sys.getenv("SPARK_HOME"), "R", "lib")))
 sparkR.session(master="local[*]")
 
 # convert iris data.frame to SparkDataFrame
 df <- as.DataFrame(iris)
 
 # parameter for GLM
 family <- c("gaussian")
 
 # log the parameter
 mlflow$log_param("family", family)
 
 # fit the GLM model
 model <- spark.glm(df, Species ~ ., family = family)
 
 # exam the model
 summary(model)
 
 # path to save the model
 model_path <- "/tmp/mlflow-GLM"
 
 # save the model
 write.ml(model, model_path)
 
 # log the artifact
 mlflow$log_artifacts(model_path)
 
 # stop spark session
 sparkR.session.stop()

您可以将脚本复制到 R 或 Rstudio 并以交互方式运行该脚本,或者将其保存到文件中并使用 Rscript 命令运行该脚本。确保 PATH 环境变量包含 mlflow Python virtualenv 的路径。

第 4 步:启动 MLflow UI

通过从 shell 中运行 mlflow ui 命令来启动 MLflow UI。然后,打开浏览器并使用 URL http://127.0.0.1:5000 转至页面链接。现已显示您之前的 GLM 模型训练,您可以对其进行跟踪。下图显示了其截屏。

R中使用MLflow跟踪机器学习

第 5 步:训练决策树模型

将要学习的 wine-quality.csv 数据下载到您的平台。

在 R 环境中安装 rpart 包:

install.packages("rpart")

按照此示例 rpart-example.R 来为树模型做好准备:

 # Source prep.R file to install the dependencies
 source("prep.R")
 
 # Import mlflow python package for tracking
 library(reticulate)
 mlflow <- import("mlflow")
 
 # Load rpart to build a tree model
 library(rpart)
 
 # Read in data
 wine <- read.csv("wine-quality.csv")
 
 # Build the model
 fit <- rpart(quality ~ ., wine)
 
 # Save the model that can be loaded later
 saveRDS(fit, "fit.rpart")
 
 # Save the model to mlflow tracking server
 mlflow$log_artifact("fit.rpart")
 
 # Plot
 jpeg("rplot.jpg")
 par(xpd=TRUE)
 plot(fit)
 text(fit, use.n=TRUE)
 dev.off()
 
 # Save the plot to mlflow tracking server
 mlflow$log_artifact("rplot.jpg")

R 代码包括三个部分:模型训练、通过 MLflow 实现的工件记录以及 R 包依赖项安装。

第 6 步:为 MLproject 准备包依赖项

在前面的示例中,需要 reticulate 和 rpart R 包才能运行代码。要将这些代码封装到一个独立项目中,如果平台没有安装这些包,那么应运行某种脚本来自动安装这些包。

将使用以下代码、通过 prep.R 来安装项目所需的所有特定 R 包:

 # Accept parameters, args[6] is the R package repo url
 args <- commandArgs()
 
 # All installed packages
 pkgs <- installed.packages()
 
 # List of required packages for this project
 reqs <- c("reticulate", "rpart")
 
 # Try to install the dependencies if not installed
 sapply(reqs, function(x){
 if (!x %in% rownames(pkgs)) {
 install.packages(x, repos=c(args[6]))
 }
 })

第 7 步:测试代码

在将这些代码封装到 MLproject 之前,请尝试通过直接调用 Rscript 命令来测试这些代码,如下所示:

Rscript rpart-example.R https://cran.r-project.org/

在 MLflow UI 中,您应该看到这次运行已被跟踪,如下图所示:

R中使用MLflow跟踪机器学习

第 8 步:创建 MLproject

现在,我们来编写规范,并将此项目封装到 MLflow 可识别并运行的 MLproject 中。您只需要在同一个目录中创建 MLproject 文件。

 name: r_example
 
 entry_points:
 main:
 parameters:
 r-repo: {type: string, default: "https://cran.r-project.org/"}
 command: "Rscript rpart-example.R {r-repo}"

此文件使用 main 入口点定义 r_example 项目。该入口点指定要通过 mlflow run 执行的命令和参数。对于此项目,Rscript 是用于调用 R 源代码的 shell 命令。r-repo 参数会提供 URL 字符串,您可以通过它来安装从属包。已设置一个缺省值。将此参数传递至用于运行 R 源代码的命令。

现在,您已拥有训练此树模型所需的所有文件,可以通过创建目录并将数据和 R 源代码复制到该目录来创建 MLproject。

.

└── R

├── MLproject

├── prep.R

├── rpart-example.R

└── wine-quality.csv

第 9 步:检入并测试 MLproject

可以将先前的 MLproject 检入并推送到 GitHub 存储库。使用以下命令来测试该项目。可以在安装了 R 的任何平台上运行该项目。

mlflow run https://github.com/adrian555/DocsDump#files/mlflow-projects/R

也可以从 MLflow 跟踪界面中查看该项目,如下图所示:

R中使用MLflow跟踪机器学习

此视图与前一次运行(无 Mlproject 规范)之间的差异是 Run Command(将捕获用于运行项目的确切命令)和 Parameters(将自动记录传递到入口点的任何参数)。

结束语

在本教程中,您已在 R 中成功地创建了 MLproject,并使用 MLflow 跟踪和运行了该项目。此方法让 R 用户能够使用 MLflow Tracking 组件,从而可以快速跟踪 R 模型。它还演示了 MLflow 的 Projects 组件的用途,即定义项目并使项目便于重新运行。R 用户可以快速设置其项目,并且可以使用 MLflow 轻松跟踪和运行项目。


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

Servlet&JSP学习笔记

Servlet&JSP学习笔记

林信良 / 清华大学出版社 / 2010-4 / 48.00元

《Servlet&JSP学习笔记》以“在线书签”项目贯穿全书,随着每一章的讲述都在适当的时候将 Servlet & JSP技术应用于“在线书签”程序之中,并作适当修改,以了解完整的应用程序构建方法。《Servlet&JSP学习笔记》内容包括简单的Web应用程序,开发简单的Servlet & JSP合理管理,JSP的使用,整合数据库等相关内容,《Servlet&JSP学习笔记》适合Servlet ......一起来看看 《Servlet&JSP学习笔记》 这本书的介绍吧!

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

html转js在线工具
html转js在线工具

html转js在线工具