Databricks MLFlow AutoML XGBoost 无法预测_proba()答案

【问题标题】：Databricks MLFlow AutoML XGBoost can't predict_proba()Databricks MLFlow AutoML XGBoost 无法预测_proba()
【发布时间】：2021-12-31 01:02:03
【问题描述】：

我在 Databricks Notebooks 中使用 AutoML 解决二进制分类问题，获胜的模型风格是 XGBoost（大惊喜）。

输出的模型是这样的：

mlflow.pyfunc.loaded_model:
      artifact_path: model
      flavor: mlflow.sklearn
      run_id: 123456789

知道为什么当我使用model.predict_proba(X) 时，我会收到此响应吗？

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

我知道获得概率是可能的，因为 ROC/AUC 是用于调整模型的指标。任何帮助都会很棒！

【问题讨论】：

标签： pandas scikit-learn databricks xgboost mlflow

【解决方案1】：

我对 catboost 模型有同样的问题。我解决它的方法是将工件保存在本地目录中

import os
from mlflow.tracking import MlflowClient
client = MlflowClient()
local_dir = "/dbfs/FileStore/user/models"
local_path = client.download_artifacts('run_id', "model", local_dir)```

```model_path = '/dbfs/FileStore/user/models/model/model.cb'
model = CatBoostClassifier()
model = model.load_model(model_path)
model.predict_proba(test_set)```

【讨论】：