model.predict_proba is not working in scoring script for classification

Abierto
#1,950 1 comentario 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
4/5
Tiempo estimado
3-5 días
Aptitud para principiantes
25/100
Tipo de issue
Error
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
azure, jupyter-notebook, python
Área
cloud, machine-learning

Línea de trabajo

Comienza con scoring_script.py, especialmente con la función run y sus esquemas de entrada/salida; después, inspecciona ManagedOnlineDeployment CodeConfiguration. Reproduce la solicitud al despliegue con la llamada mostrada a model.predict_proba y compara su respuesta con el resultado local. La tarea estará terminada cuando la respuesta del scoring desplegado contenga probabilidades de clase en lugar de solo etiquetas de clase.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

This is run function. But My output of test data is class only not probabilities.
@input_schema('data', PandasParameterType(input_sample))
@output_schema(NumpyParameterType(output_sample))
def run(data):
result=model.predict_proba(data)
return result.tolist()

My deployement Function for reference
deployment = ManagedOnlineDeployment(
name=deployment_name,
endpoint_name=online_endpoint_name,
model=registered_model.id,
instance_type="Standard_F4s_v2",
instance_count=1,
code_configuration=CodeConfiguration(
code="./artifact_downloads/outputs",
scoring_script="scoring_script.py",
),
liveness_probe=ProbeSettings(
failure_threshold=30,
success_threshold=1,
timeout=2,
period=10,
initial_delay=2000,
),
readiness_probe=ProbeSettings(
failure_threshold=10,
success_threshold=1,
timeout=10,
period=10,
initial_delay=2000,
),
)

Lenguaje dominante
Jupyter Notebook
Estrellas
4.4k
Forks
2.6k
Sin PR fusionados en 30 d

Guía de contribución

No hay ninguna guía de contribución indexada para este repositorio

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de Azure/MachineLearningNotebooks

Todos los issues de Azure/MachineLearningNotebooks

Issues similares

Más issues de Cloud

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.