Skip to content

アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。

ローカルでのカスタムモデルのテスト

本機能の提供について

DataRobot Model Runnerツールにアクセスするには、DataRobotの担当者にお問い合わせください。

DataRobot Model Runnerツール(DRUM)は、Python、R、およびJavaカスタムモデルをローカルでテストできるツールです。 テストでは、カスタムモデルをDataRobotにアップロードする前に、カスタムモデルが正常に実行して予測を作成できることを確認できます。 ただし、このテストは開発のみを目的としたものです。 デプロイするカスタムモデルもアップロードした後にカスタムモデルワークショップでテストすることが推奨されます。

先へ進む前に、カスタムモデルまたは環境フォルダー設定のガイドラインを参照します。

備考

DataRobot Model Runnerツールは、Python、R、Javaのカスタムモデルをサポートしています。

以下を始めとする追加機能の詳細については、DRUM Readmeを参照してください。

  • オートコンプリート
  • カスタムフック
  • パフォーマンス試験
  • 予測サーバーでのモデルの実行
  • Dockerコンテナ内でのモデルの実行

モデル要件

フォルダーの必須の内容に加えて、DRUMでは、シリアル化されたモデルに次のものが必要です。

  • 連続値モデルは、予測データの行ごとに単一の浮動小数点を返す必要があります。
  • 二値分類モデルは、合計が1.0になる2つの浮動小数点値を予測データの行ごとに返す必要があります。
  • 最初の値は正のクラス確率である必要があり、2番目の値は負のクラス確率である必要があります。
  • 単一のpkl / pth / h5ファイルが存在する必要があります。

DataRobot CM Runnerを使ったテストの実行

以下のコマンドを使用して、カスタムモデルのローカルテストを実行します。

List all possible arguments
drum -help 

Test a custom binary classification model
drum score -m ~/custom_model/ --input <input-dataset-filename.csv>  [--positive-class-label <labelname>] [--negative-class-label <labelname>] [--output <output-filename.csv>] [--verbose]

# Use --verbose for a more detailed output. Make batch predictions with a custom binary classification model. Optionally, specify an output file. Otherwise, predictions are returned to the command line. 
Example: Test a custom binary classification model
drum score -m ~/custom_model/ --input 10k.csv  --positive-class-label yes --negative-class-label no --output 10k-results.csv --verbose 

Test a custom regression model
drum score -m ~/custom_model/ --input <input-dataset-filename.csv> [--output <output-filename.csv>] [--verbose]

# Use --verbose for a more detailed output. Make batch predictions with a custom regression model. Optionally, specify an output file. Otherwise, predictions are returned to the command line. 
Example: Test a custom regression model
drum score -m ~/custom_model/ --input fast-iron.csv --verbose

# This is an example that does not include an output command, so the prediction results return in the command line. 

更新しました July 18, 2023