次の方法で共有


Microsoft Fabric での PREDICT を使用した機械学習モデルのスコアリング

Microsoft Fabric では、ユーザーがスケーラブルな PREDICT 関数を使って機械学習モデルを運用化することができます。 この関数は、任意のコンピューティング エンジンでのバッチ スコアリングをサポートしています。 ユーザーは、Microsoft Fabric ノートブックまたは特定の ML モデルの項目ページから直接バッチ予測を生成できます。

この記事では、自分でコードを記述するか、ガイド付き UI エクスペリエンスを使用してバッチ スコアリングを処理して、PREDICT を適用する方法について説明します。

前提条件

制限事項

  • PREDICT 関数は、現在、ML モデル フレーバーの限られたセットでサポートされています。
    • CatBoost
    • Keras
    • LightGBM
    • ONNX
    • Prophet
    • PyTorch
    • Sklearn
    • Spark
    • Statsmodels
    • TensorFlow
    • XGBoost
  • PREDICT では、ML モデルを MLflow 形式で保存し、署名を設定する "必要があります"。
  • PREDICT では、マルチテンソル入力や出力を持つモデルはサポートされて "いません"

ノートブックから PREDICT を呼び出す

PREDICT では、Microsoft Fabric レジストリで MLflow パッケージ モデルがサポートされています。 既にトレーニングしてワークスペースに登録した ML モデルが存在する場合は、手順 2 までスキップできます。 そうでない場合は、手順 1 でサンプルのロジスティック回帰モデルのトレーニングを導くサンプル コードが提供されます。 このモデルを使用して、手順の最後にバッチ予測を生成できます。

  1. ML モデルをトレーニングして、それを MLflow に登録します。 次のサンプル コードでは、MLflow API を使用して機械学習実験を作成し、scikit-learn ロジスティック回帰モデルの MLflow 実行を開始します。 その後、モデル バージョンが Microsoft Fabric レジストリに格納され、登録されます。 モデルのトレーニングと独自の実験の追跡の詳細については、scikit-learn を使用して ML モデルをトレーニングする方法に関するページを参照してください。

    import mlflow
    import numpy as np 
    from sklearn.linear_model import LogisticRegression 
    from sklearn.datasets import load_diabetes
    from mlflow.models.signature import infer_signature 
    
    mlflow.set_experiment("diabetes-demo")
    with mlflow.start_run() as run:
        lr = LogisticRegression()
        data = load_diabetes(as_frame=True)
        lr.fit(data.data, data.target) 
        signature = infer_signature(data.data, data.target) 
    
        mlflow.sklearn.log_model(
            lr,
            "diabetes-model",
            signature=signature,
            registered_model_name="diabetes-model"
        ) 
    
  2. テスト データを Spark DataFrame として読み込みます。 前の手順でトレーニングした ML モデルを使用してバッチ予測を生成するには、Spark DataFrame 形式のテスト データが必要です。 次のコードでは、test 変数の値を独自のデータに置き換えます。

    # You can substitute "test" below with your own data
    test = spark.createDataFrame(data.frame.drop(['target'], axis=1))
    
  3. 推論のために ML モデルを読み込む MLFlowTransformer オブジェクトを作成します。 バッチ予測を生成するための MLFlowTransformer オブジェクトを作成するには、以下の操作を実行する必要があります。

    • モデル入力として必要な test DataFrame 列を指定し (この場合は、それらすべて)、
    • 新しい出力列の名前 (この場合は predictions) を選択し、
    • これらの予測を生成するための正しいモデル名とモデル バージョンを提供します。

    独自の ML モデルを使用している場合は、入力列、出力列名、モデル名、およびモデル バージョンの値を置き換えます。

    from synapse.ml.predict import MLFlowTransformer
    
    # You can substitute values below for your own input columns,
    # output column name, model name, and model version
    model = MLFlowTransformer(
        inputCols=test.columns,
        outputCol='predictions',
        modelName='diabetes-model',
        modelVersion=1
    )
    
  4. PREDICT 関数を使用して予測を生成します。 PREDICT 関数を呼び出すには、Transformer API、Spark SQL API、または PySpark ユーザー定義関数 (UDF) を使用します。 以降のセクションでは、PREDICT 関数を呼び出すためのさまざまなメソッドを使用して、前の手順で定義したテスト データと ML モデルを使用してバッチ予測を生成する方法を示します。

Transformer API を使用した PREDICT

このコードでは、Transformer API を使用して PREDICT 関数を呼び出します。 独自の ML モデルを使用している場合は、モデルとテスト データの値を置き換えます。

# You can substitute "model" and "test" below with values  
# for your own model and test data 
model.transform(test).show()

Spark SQL API を使用した PREDICT

このコードでは、Spark SQL API を使用して PREDICT 関数を呼び出します。 独自の ML モデルを使用している場合は、model_namemodel_versionfeatures の値を、モデル名、モデル バージョン、特徴の列に置き換えます。

Note

予測生成に Spark SQL API を使用する場合は、引き続き MLFlowTransformer オブジェクトを作成する必要があります (手順 3 参照)。

from pyspark.ml.feature import SQLTransformer 

# You can substitute "model_name," "model_version," and "features" 
# with values for your own model name, model version, and feature columns
model_name = 'diabetes-model'
model_version = 1
features = test.columns

sqlt = SQLTransformer().setStatement( 
    f"SELECT PREDICT('{model_name}/{model_version}', {','.join(features)}) as predictions FROM __THIS__")

# You can substitute "test" below with your own test data
sqlt.transform(test).show()

ユーザー定義関数を使用した PREDICT

このコードでは、PySpark UDF を使用して PREDICT 関数を呼び出します。 独自の ML モデルを使用している場合は、モデルと機能の値を置き換えます。

from pyspark.sql.functions import col, pandas_udf, udf, lit

# You can substitute "model" and "features" below with your own values
my_udf = model.to_udf()
features = test.columns

test.withColumn("PREDICT", my_udf(*[col(f) for f in features])).show()

ML モデルの項目ページから PREDICT コードを生成する

どの ML モデルの項目ページからでも、PREDICT 関数を使用して、特定のモデル バージョンのバッチ予測生成を開始するために、次のオプションの 1 つを選択できます。

  • コード テンプレートをノートブックにコピーし、パラメーターを自分でカスタマイズする
  • ガイド付き UI エクスペリエンスを使用して PREDICT コードを生成する

ガイド付き UI エクスペリエンスを使用する

ガイド付き UI エクスペリエンスでは、以下の手順が示されます。

  • スコアリング用のソース データを選択する
  • データを ML モデル入力に正しくマップする
  • モデル出力先を指定する
  • PREDICT を使用して予測結果の生成と格納を行うノートブックを作成する

ガイド付きエクスペリエンスを使用するには、

  1. 特定の ML モデル バージョンの項目ページに移動します。

  2. [適用するバージョン] ドロップダウンから [ウィザードでこのモデルを適用する] を選択します。

    項目ページから ML モデルを適用するプロンプトを示すスクリーンショット。

    [入力テーブルの選択] ステップで [ML モデル予測の適用] ウィンドウが開きます。

  3. 現在のワークスペースの Lakehouses から入力テーブルを選択します。

    ML モデル予測用の入力テーブルの選択を示すスクリーンショット。

  4. [次へ] を選択して、[入力列のマッピング] ステップに進みます。

  5. ソース テーブルの列名を、ML モデルのシグネチャから取得されたモデルの入力フィールドにマッピングします。 モデルのすべての必須フィールドに入力列を指定する必要があります。 さらに、ソース列のデータ型は、モデルの予想されるデータ型と一致している必要があります。

    ヒント

    入力テーブルの列の名前が ML モデル署名に記録されている列名と一致する場合、ウィザードはこのマッピングを事前設定します。

    ML モデル予測用に入力列をマッピングする手順を示すスクリーンショット。

  6. [次へ] を選択して、[出力テーブルの作成] ステップに移動します。

  7. 現在のワークスペースの選択したレイクハウス内にある、新しいテーブルの名前を指定します。 この出力テーブルには、ML モデルの入力値が格納され、そのテーブルに予測値が追加されます。 既定では、出力テーブルは入力テーブルと同じレイクハウスに作成されます。 宛先のレイクハウスは変更できます。

    ML モデル予測用に出力テーブルを作成する手順を示すスクリーンショット。

  8. [次へ] を選択して、[出力列のマッピング] ステップに進みます。

  9. 指定したテキスト フィールドを使用して、ML モデルの予測を格納する出力テーブルの列に名前を付けます。

    ML モデル予測用に出力列をマッピングする手順を示すスクリーンショット。

  10. [次へ] を選択して、[ノートブックを設定する] ステップに進みます。

  11. 生成された PREDICT コードを実行する新しいノートブックの名前を指定します。 ウィザードには、この手順で生成されたコードのプレビューが表示されます。 必要に応じて、コードをクリップボードにコピーし、既存のノートブックに貼り付けることができます。

    ML モデル予測用にノートブックを構成する手順を示すスクリーンショット。

  12. [次へ] を選択して、[確認と完了] ステップに進みます。

  13. 概要ページの詳細を確認し、[ノートブックの作成] を選択して、生成されたコードを含む新しいノートブックをワークスペースに追加します。 そのノートブックに直接移動されます。ここで、コードを実行して予測を生成し、格納できます。

    ML モデル予測用の確認と完了ステップを示すスクリーンショット。

カスタマイズ可能なコード テンプレートを使用する

バッチ予測を生成するためにコード テンプレートを使用するには:

  1. 特定の ML モデル バージョンの項目ページに移動します。
  2. [適用するバージョン] ドロップダウンから [適用するコードのコピー] を選択します。 選択すると、カスタマイズ可能なコード テンプレートをコピーできます。

このコード テンプレートをノートブックに貼り付けて、ML モデルでバッチ予測を生成できます。 コード テンプレートを正常に実行するには、次の値を手動で置き換える必要があります。

  • <INPUT_TABLE>: ML モデルへの入力を提供するテーブルのファイル パス
  • <INPUT_COLS>: ML モデルにフィードする入力テーブルの列名の配列
  • <OUTPUT_COLS>: 予測を格納する出力テーブル内の新しい列の名前
  • <MODEL_NAME>: 予測の生成に使用する ML モデルの名前
  • <MODEL_VERSION>: 予測の生成に使用する ML モデルのバージョン
  • <OUTPUT_TABLE>: 予測を格納するテーブルのファイル パス

ML モデル予測用のコードのコピーテンプレートを示すスクリーンショット。

import mlflow 
from synapse.ml.predict import MLFlowTransformer 
 
df = spark.read.format("delta").load( 
    <INPUT_TABLE> # Your input table filepath here
) 
 
model = MLFlowTransformer( 
    inputCols=<INPUT_COLS>, # Your input columns here
    outputCol=<OUTPUT_COLS>, # Your new column name here
    modelName=<MODEL_NAME>, # Your ML model name here
    modelVersion=<MODEL_VERSION> # Your ML model version here
) 
df = model.transform(df) 
 
df.write.format('delta').mode("overwrite").save( 
    <OUTPUT_TABLE> # Your output table filepath here
)