PMML プロセッサを使用した EAS サービスのデプロイ - Platform For AI

組み込みの PMML プロセッサは、PMML 形式のモデルをオンラインサービスとしてデプロイし、リアルタイムでオンライン推論を提供します。

背景情報

PMML プロセッサを使用して、からエクスポートした PMML モデルをにデプロイできます。また、Sklearn や Xgboost などのオープンソースフレームワークでトレーニングしたモデルを PMML 形式に変換してからにデプロイすることもできます。詳細については、「汎用モデルのエクスポート」をご参照ください。

PMML モデルの詳細については、「PMML モデルの概要」をご参照ください。

欠損値補完戦略

PMML プロセッサは、欠損値に対してデフォルトの補完戦略を提供します。PMML モデルファイル内のフィーチャーフィールドで isMissing ポリシーが指定されていない場合、システムは次のデフォルト値を使用します。

データ型	デフォルト値
BOOLEAN	false
DOUBLE	0.0
FLOAT	0.0
INT	0
文字列	""

ステップ 1：サービスのデプロイ

eascmd クライアントを使用して PMML モデルサービスをデプロイする場合、processor タイプを pmml に設定します。以下はサービス設定ファイルの例です。

{
  "name": "eas_lr_example",
  "processor": "pmml",
  "model_path": "http://examplebucket.oss-cn-shanghai.aliyuncs.com/models/lr.pmml",
  "metadata": {
    "instance": 1,
    "cpu": 1
  }
}

eascmd クライアントを使用してサービスをデプロイする方法の詳細については、「EASCMD または DSW を使用したサービスのデプロイ」をご参照ください。

コンソールで PMML モデルサービスをデプロイすることもできます。詳細については、「コンソールからのサービスのデプロイ」をご参照ください。

ステップ 2：サービスの呼び出し

サービスを呼び出すには、次の手順を実行します。

PMML サービスがデプロイされたら、[Elastic Algorithm Service (EAS)] ページに移動し、呼び出したいサービスを見つけて サービス方式 列の 呼び出し情報 をクリックすると、サービスへのアクセスに使用されるエンドポイントとサービス認証に使用されるトークンが表示されます。
サービスリクエストを構築します。
PMML サービスは、入出力にプレーン JSON ファイルを使用します。1 つのリクエストで複数のサンプルをサポートしており、各サンプルはキーバリュー形式のフィーチャーデータです。以下はリクエストボディの例です。
```
[
    {
        "address": 12,
        "age": 22,
        "ed": 4,
        "marital": 3.0,
        "region": 2.0,
        "tenure": 4.0
    },
    {
        "address": 2,
        "age": 34,
        "ed": 6,
        "marital": 1.3,
        "region": 2.1,
        "tenure": 4.2
    }
]
```
説明
サービスリクエストを送信する際、JSON ファイルから改行とスペースを削除することで、ネットワークトラフィックを削減し、サービスのパフォーマンスを向上させることができます。
サービスリクエストを送信します。
次の2つの方法が利用できます。
重要
HTTP ヘッダーで認証トークンを直接渡す場合、トークンはネットワーク上で平文として送信されます。が提供する SDK は、送信前に認証トークンを使用してリクエストに署名するため、より安全です。
- curl コマンドを使用して、サービスに対する簡単なテストリクエストを実行します。
  サービスは HTTP エンドポイントを提供します。リクエストを送信する際、以下の例のように、HTTP ヘッダーで認証トークンを直接渡すことができます。
```
// リクエストを送信します。
curl -v 18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test \
      -H 'Authorization: YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***' \
      -d '[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]'
```
  上記のコマンドの説明：
  - 18284888792***.cn-shanghai.pai-eas.aliyuncs.com/api/predict/pmml_test：ステップ 1 で取得したエンドポイントに置き換えます。
  - Authorization：ステップ 1 で取得した認証トークンを指定します。
  以下は返された結果の例です。
```
[{"p_0":0.2856724025030001,"p_1":0.7143275974969999},{"p_0":0.18324957921381624,"p_1":0.8167504207861838}]
```
- Python SDK を使用してリクエストを送信します。詳細については、「Python SDK 使用ガイド」をご参照ください。
  以下のサンプルコードを参照してください。
```
#!/usr/bin/env python

from eas_prediction import PredictClient
from eas_prediction import StringRequest

if __name__ == '__main__':
    # ステップ 1 で取得したエンドポイントとサービス名に置き換えます。
    client = PredictClient('1828488879222***.cn-shanghai.pai-eas.aliyuncs.com', 'pmml_test')
    # ステップ 1 で取得した認証トークンに置き換えます。
    client.set_token('YmE3NDkyMzdiMzNmMGM3ZmE4ZmNjZDk0M2NiMDA***')
    client.init()

    req = StringRequest('[{"region": 2.0, "marital":3.0,"tenure":4.0, "age":22,"address":12,"ed":4},{"region": 2.1, "marital":1.3,"tenure":4.2, "age":34,"address":2,"ed":6}]')
    for x in range(100):
        resp = client.predict(req)
        print(resp)
```
その他の言語のクライアント SDK の詳細については、「サービス呼び出し SDK」をご参照ください。

Platform For AI:PMML プロセッサ

背景情報

欠損値補完戦略

ステップ 1：サービスのデプロイ

ステップ 2：サービスの呼び出し

関連ドキュメント