dhuolib 0.1.9

No project description provided

DHuolib um produto do DHuo.data

Dhuolib é uma biblioteca projetada para gerenciar o ciclo de vida de modelos de machine learning de forma rápida e eficaz. Com a Dhuolib, é possível implementar e gerenciar ciclos de deploy, controle de versões e gerenciamento de modelos em predição de maneira simples e intuitiva. Este documento tem como objetivo demonstrar essas funcionalidades, facilitando o uso da ferramenta e potencializando sua eficiência.

=

https://pypi.org/project/dhuodata-lib/

Projetos referência

• Iris-t com lightgbm

Funcionalidades

Nesta sessão serão abordadas as principais funcionalidades presentes na dhuolib

Análise Exploratória / Persistencia / Aquisição de Dados

A análise exploratória de dados envolve a persistência e aquisição de dados de forma eficiente. Utiliza métodos para inserção direta de dados, atualização de tabelas com DataFrames, recuperação paginada de registros e conversão de resultados em DataFrames, facilitando o trabalho dos desenvolvedores na predição de modelos de machine learning.

Class: GenericRepository

A classe GenericRepository Simplifica o uso e o acesso ao datalake. Possui diversos métodos, incluindo inserção e busca de dados. Seu objetivo é facilitar o trabalho dos desenvolvedores no processo de predição de modelos de machine learning, fornecendo uma interface simplificada para a interação com os dados.

init(self, db_connection)

O repositorio é iniciado passando uma conexão com o banco de dados como parametro no construtor

• Parameters:
  • db_connection: Uma instancia do DatabaseConnection que provê a conexão e controle de acesso com o datalake

create_table_by_dataframe(self, table_name: str, df: pd.DataFrame)

Cria uma tabela baseada em um dataframe existente

• Parameters:
  • table_name: Nome da tabela onde o dado sera inserido.
  • dataframe: Um dataframe representando a tabela e os dados a serem inseridos
• Returns:
  • Retorna o numero de itens inseridos na tabela

Example:

df = pd.DataFrame({"name": ["example"], "value": [42]})
number_lines = repo.create_table_by_dataframe("my_table", data)

update_table_by_dataframe(self, table_name: str, dataframe: pd.DataFrame, if_exists: str = "append", is_update_version: bool)

Atualiza uma tabela adicionando ou substituindo registros usando um DataFrame do pandas.

• Parâmetros:

• table_name: O nome da tabela a ser atualizada.

• dataframe: Um DataFrame do pandas contendo os registros a serem inseridos.

• if_exists: Especifica o comportamento se a tabela já existir, podendo ser replace ou append. O padrão é "append" .

• is_update_version: Faz update da versão do dado a ser inserido na tabela que vai receber o resultado da predição . A table precisa ter três colunas ==PREDICT, CREATED_AT e VERSION.==

• Example:

  df = pd.DataFrame({"name": ["example"], "value": [42]})
  repo.update_table_by_dataframe("my_table", df)
  

to_dataframe(self, table_name: str = None, filter_clause: str = None, list_columns: list = None)

Converte os resultados da consulta em um DataFrame do pandas.

• Parâmetros:

  • table_name: O nome da tabela a ser consultada.
  • filter_clause: Uma cláusula de filtro opcional para aplicar à consulta.
  • list_columns: Uma lista opcional de colunas a serem incluídas na consulta.

• Retorna:

  • Um DataFrame do pandas contendo os resultados da consulta.

• Exemplo:

  df = repo.to_dataframe("my_table", filter_clause="value > 10", list_columns=["name", "value"])
  

Criação de Experimentos, Ciclo de vida do modelo e Predição

Class: DhuolibExperimentClient

DhuolibExperimentClient interage com o serviço Dhuolib para gerenciar experimentos, executar modelos, criar modelos e fazer previsões. Inclui métodos para criar e executar experimentos, criar modelos e fazer previsões em lote.

init(self, service_uri: str, token: str)

Inicializa o cliente com um endpoint de serviço.

• Parâmetros:
  • service_uri ==obrigatório==: O uri da api de serviço Dhuolib
  • token ==obrigatório==: token de autenticação
• Lança:
  • ValueError: Se service_uri não for fornecido.

create_experiment(self, experiment_name: str, experiment_tags: dict = None) -> dict

Cria um novo experimento com o nome e tags especificados.

• Parâmetros:
  • experiment_name ==obrigatório==: O nome do experimento.
  • experiment_tags: Dicionário opcional de tags para o experimento.
• Retorna:
  • Um dicionário contendo os detalhes do experimento criado ou uma mensagem de erro.

Exemplo:

experiment_response = dholib_client.create_experiment(
        experiment_name="iris-classification", experiment_tags={"tag": "iris"}
    )

execute_run_for_experiment(self, type_model: str, experiment_name: str, modelpkl_path: str, requirements_path:str, tags: dict) -> dict

Executa um experimento com o modelo e requisitos especificados.

• Parâmetros:

  • type_model ==obrigatório==: O tipo do modelo.
  • experiment_name ==obrigatório==: O nome do experimento.
  • modelpkl_path ==obrigatório==: O caminho para o arquivo pickle do modelo.
  • requirements_path ==obrigatório==: O caminho para o arquivo de requisitos.
  • tags: O parametro tags é utilizado para facilitar o processo de busca de execuções para um determinado experimento

• Retorna:

  • Um dict com os seguintes valores:
    • run_id : id de execução do run
    • model_uri: model_uri que sera utilizado para criar um modelo para esse run executado

• Exemplo:

    experiment_run = dholib_client.execute_run_for_experiment(
          type_model="lightgbm",
          experiment_name="lighhtgbm-iris-classification053",
          tags={"version": "v2", "priority": "P2"},
          modelpkl_path="{path}/iris.pkl",
          requirements_path="{path}/requirements.txt"
      )
  

create_model(self, model_params) -> dict

Cria um novo modelo com os parâmetros especificados.

• Parâmetros:
  • modelname ==obrigatório==: Nome que sera dado para identificar o modelo
  • stage : O estado do modelo podendo ser NONE, STAGING, PRODUCTION e ARCHIVED
  • run_id: O run id da execução do experimento
  • model_uri==obrigatório==: O model path da execução do experimento
  • tags: O parametro tags é utilizado para facilitar o processo de busca de modelos
• Retorna:
  • Um dicionário contendo os detalhes do modelo criado ou uma mensagem de erro.
    • model_version: O numero que identifica a versão do modelo
    • model_version_name: O nome dessa versão do modelo
    • run_id: O identificador unico da execução do experimento para um pkl especifico
    • previous_stage: O estado anterior do modelo
    • current_stage: O estado atual do modelo
    • last_updated_timestamp: data demontrando o tempo da ultima alteração do modelo

Exemplo:

dholib_client.create_model(modelname="iris-classification",
                           stage="Production",
                           run_id=experiment_run["run_id"],
                           model_uri=experiment_run["model_uri"],
                           tags={"type_model": "lightgbm"})

search_experiments(filter_string: str = "", max_results: int = 10, page_token: str = "" ) -> dict:

Busca por experimentos atraves de um filtro passada por parametro

• Parâmetros:
  • max_results: Quantidade de experimentos que são retornados . Valor default é 10
  • page_token: Token code que deve ser passado para buscar novos valores paginados
  • filter_string: String de consulta de filtro (por exemplo, "name = 'my_experiment'"), por padrão, busca todos os experimentos. Os seguintes identificadores, comparadores e operadores lógicos são suportados.

    • Identificadores:

      • name: Nome do experimento.
      • creation_time: Hora de criação do experimento.
      • last_update_time: Hora da última atualização do experimento.
      • tags.<tag_key>: Tag do experimento. Se tag_key contiver espaços, deve ser envolvida por crases (por exemplo, "tags.extra key").

      Comparadores para atributos de string e tags:

      • =: Igual a.
      • !=: Diferente de.
      • LIKE: Correspondência de padrão sensível a maiúsculas e minúsculas.
      • ILIKE: Correspondência de padrão insensível a maiúsculas e minúsculas.

      Comparadores para atributos numéricos:

      • =: Igual a.
      • !=: Diferente de.
      • <: Menor que.
      • <=: Menor ou igual a.
      • >: Maior que.
      • >=: Maior ou igual a.

      Operadores Lógicos:

      • AND: Combina duas subconsultas e retorna True se ambas forem True.
• Retorna uma lista de experimentos com os seguintes parâmetros:
  • experiment_id: Identificador do experimento.
  • experiment_name: Nome do experimento.
  • lifecycle_stage: Estágio do ciclo de vida do experimento.
  • creation_time: Hora de criação do experimento.
  • last_update_time: Hora da última atualização do experimento.
  • tags: Tags associadas ao experimento.

 results = dholib_client.search_experiments(
     filter_string="tags.version LIKE 'v%'", max_results=10
    )

 results = dholib_client.search_experiments(
     filter_string="tags.version='v1'", max_results=2
 )

 print("All Experiments:")
 for result in results["experiments"]:
     print(result)

search_runs(filter_string: str = "", max_results: int = 10, page_token: str = "", experiment_name: str = "") -> dict:

Busca por execuções através de um filtro passado por parâmetro

• Parâmetros:
  • max_results: Número máximo de resultados a serem retornados.
  • page_token: Token code que deve ser passado para buscar novos valores paginados.
  • experiment_name: Nome do experimento para filtrar as execuções.
  • filter_string:

    • Comparadores para atributos de string e tags:

      • =: Igual a.
      • !=: Diferente de.
      • LIKE: Correspondência de padrão sensível a maiúsculas e minúsculas.
      • ILIKE: Correspondência de padrão insensível a maiúsculas e minúsculas.

      Comparadores para atributos numéricos:

      • =: Igual a.
      • !=: Diferente de.
      • <: Menor que.
      • <=: Menor ou igual a.
      • >: Maior que.
      • >=: Maior ou igual a.

      Operadores Lógicos:

      • AND: Combina duas subconsultas e retorna True se ambas forem True.
• Retorna uma lista de execuções com os seguintes parâmetros:
  • run_id: Identificador da execução.
  • experiment_id: Identificador do experimento.
  • status: Status da execução.
  • start_time: Hora de início da execução.
  • end_time: Hora de término da execução.
  • metrics: Métricas da execução.
  • params: Parâmetros da execução.
  • tags: Tags da execução.

 dholib_client = DhuolibExperimentMLClient(service_uri)
 print("Runs:")
 results = dholib_client.search_runs(
        experiment_name="wine-regression",
        filter_string="tags.type_model='keras'",
        max_results=2,
    )
 for result in results["runs"]:
     print(result)

search_models(filter_string: str = "", max_results: int = 10, page_token: str = "") -> dict:

Busca por modelos através de um filtro passado por parâmetro

• Parâmetros:

  • max_results: Número máximo de resultados a serem retornados.

  • page_token: Token da página para busca paginada.

  • filter_string: String de consulta de filtro (por exemplo, "name = 'a_model_name' and tag.key = 'value1'"), por padrão, busca todas as versões de modelos. Os seguintes identificadores, comparadores e operadores lógicos são suportados.

    Identificadores:

    • name: Nome do modelo.
    • source_path: Caminho da fonte da versão do modelo.
    • run_id: ID da execução do mlflow que gerou a versão do modelo.
    • tags.<tag_key>: Tag da versão do modelo. Se tag_key contiver espaços, deve ser envolvida por crases (por exemplo, "tags.extra key").

    Comparadores:

    • =: Igual a.
    • !=: Diferente de.
    • LIKE: Correspondência de padrão sensível a maiúsculas e minúsculas.
    • ILIKE: Correspondência de padrão insensível a maiúsculas e minúsculas.
    • IN: Em uma lista de valores. Apenas o identificador run_id suporta o comparador IN.

    Operadores Lógicos:

    • AND: Combina duas subconsultas e retorna True se ambas forem True.
• Retorna uma lista de modelos com os seguintes parâmetros:
  • model_id: Identificador do modelo.
  • model_name: Nome do modelo.
  • creation_time: Hora de criação do modelo.
  • last_update_time: Hora da última atualização do modelo.
  • tags: Tags associadas ao modelo.

results = dholib_client.search_models(
        filter_string="tags.version='v1'", max_results=2
    )

transition_model(self, model_name: str, version: str, stage: str) -> dict:

Faz a transição dos modelos para diferentes ambientes por padrão o valor é None. Existem outros ambientes tambem Production, Stagging ou Archive.

• Parâmetros:
  • model_name ==obrigatório==: O nome do modelo
  • version ==obrigatório==: A versão do modelo que se deseja modar de ambiente
  • stage ==obrigatório==: Qual ambiente que se quer transicionar
• Retorna:
  • Uma messagem dcom indicando que o modelo foi transicionado ou uma mensagem de erro.

download_pkl(self, batch_params: dict) -> model

Faz o download de um determinado pkl.

• Parâmetros:
  • batch_params ==obrigatório==: Um dicionário contendo os parâmetros da previsão em lote.
• Retorna:
  • O load do pkl que foi baixado do servidor.

Exemplo:

batch_params = {
        "modelname": "iris-classification-lightgbm",
        "stage": "Production",
        "experiment_name": "iris-classification",
        "type_model": "lightgbm",
        "run_id": "",
        "batch_model_dir": "iris.pkl",
}
response = client.download_pkl(batch_params)

prediction_batch_with_dataframe(self, batch_params: dict, df: pd.DataFrame) -> dict

Faz uma previsão em lote usando um DataFrame do pandas.

• Parâmetros:
  • batch_params ==obrigatório==: Um dicionário contendo os parâmetros da previsão em lote.
  • df ==obrigatório==: Um DataFrame do pandas contendo os dados para a previsão.
• Retorna:
  • Um dicionário contendo os resultados da previsão em lote ou uma mensagem de erro.

Exemplo:

batch_params = {
        "modelname": "iris-classification-lightgbm",
        "stage": "Production",
        "experiment_name": "iris-classification",
        "type_model": "lightgbm",
        "run_id": "121",
        "batch_model_dir": "iris.pkl",
}
response = client.prediction_batch_with_dataframe(batch_params, dataframe)

Exemplo de Uso

import pickle
import lightgbm as lgb

from dhuolib.clients.experiment import DhuolibExperimentMLClient
from dhuolib.repository import DatabaseConnection, GenericRepository


def get_repository(config_file_name):
    if not config_file_name:
        raise ValueError("config_file_name is required")

    db = DatabaseConnection(config_file_name=config_file_name)
    repository = GenericRepository(db_connection=db)

    return repository


def train():
    service_uri = "https://dhuo-data-api-data-service-stg.br.engineering"

    dholib_client = DhuolibExperimentMLClient(
        service_uri=service_uri,
        token="{token}"
    )
    repository = get_repository(
        config_file_name="{path}/config/database.json"
    )
    df_iris_train = repository.to_dataframe(table_name="IRIS_TRAIN")

    print(df_iris_train.columns)

    X = df_iris_train[["sepal_length", "sepal_width", "petal_length", "petal_width"]]
    y = df_iris_train["class"]
    clf = lgb.LGBMClassifier()
    clf.fit(X, y)
    with open("iris.pkl", "wb") as f:
        pickle.dump(clf, f)

    dholib_client.create_experiment(
        experiment_name="lightgbm-iris", experiment_tags={"tag": "iris"}
    )

    experiment_run = dholib_client.execute_run_for_experiment(
        type_model="lightgbm",
        experiment_name="lightgbm-iris",
        tags={"version": "v2", "priority": "P2"},
        modelpkl_path="{path}/iris.pkl",
        requirements_path="{path}/requirements.txt",
    )
    print(experiment_run)

    result = dholib_client.create_model(
        modelname="iris-classification",
        stage="Production",
        run_id=experiment_run["run_id"],
        model_uri=experiment_run["model_uri"],
        tags={"type_model": "lightgbm"},
    )
    print(result)


if __name__ == "__main__":
    train()

Class: DhuolibPlatformClient

DhuolibPlatformClient interage com o serviço Dhuolib para gerenciar projetos em lote, implantar scripts, verificar o status do pipeline, criar clusters e executar pipelines em lote.

init(self, service_uri=None, project_name=None)

Inicializa o cliente com um endpoint de serviço e um nome de projeto opcional.

• Parâmetros:
  • service_endpoint==obrigatório==: O endpoint do serviço Dhuolib.
  • project_name: Nome opcional do projeto.
  • token ==obrigatório==: token de autenticação
• Lança:
  • ValueError: Se o projeto já existir.
  • ConnectionError: Se houver um erro de conexão.

create_batch_project(self, project_name: str)

Cria um novo projeto em lote com o nome especificado.

• Parâmetros:

  • project_name ==obrigatório==: O nome do projeto.

• Retorna:

  • Um dicionário contendo os detalhes do projeto criado ou uma mensagem de erro.

• Lança:

  • ValueError: Se o projeto já existir.
  • ConnectionError: Se houver um erro de conexão.

• Exemplo:

  response = dholib_platform.create_batch_project("MeuProjeto")
  

deploy_batch_project(self, script_filename: str, requirements_filename: str)

Implanta um projeto em lote com o script e requisitos especificados.

• Parâmetros:
  • script_filename ==obrigatório==: O nome do arquivo do script.
  • requirements_filename ==obrigatório==: O nome do arquivo de requisitos.
• Retorna:
  • A resposta do serviço Dhuolib ou uma mensagem de erro.
• Lança:
  • ValueError: Se project_name, script_filename ou requirements_filename não foram fornecidos
  • FileNotFoundError: Se os arquivos especificados não forem encontrados.

Exemplo:

 response = dholib_platform.deploy_batch_project(
        script_filename="{path}/script.py",
        requirements_filename="{path}/requirements.txt"
    )

pipeline_status_report(self)

Gera um relatório de status do pipeline para o projeto em lote.

• Retorna:

  • Uma lista de dicionários contendo a data, etapa e status de cada log do pipeline.

• Lança:

  • ValueError: Se project_name não for fornecido

• Exemplo:

  status_report = dholib_platform.pipeline_status_report()
  

create_cluster(self, cluster_size: int)

Cria um cluster com o tamanho especificado para o projeto em lote.

• Parâmetros:

  • cluster_size: O tamanho do cluster (1, 2 ou 3).

• Retorna:

  • A resposta do serviço Dhuolib.

• Lança:

  • ValueError: Se project_name ou cluster_size não forem fornecidos ou se cluster_size não for 1, 2 ou 3.

• Exemplo:

  response = dholib_platform.create_cluster(2)
  

batch_run(self)

Executa o pipeline em lote para o projeto.

• Retorna:

  • A resposta do serviço Dhuolib.

• Lança:

  • ValueError: Se project_name não for fornecido.

• Exemplo:

  response = dholib_platform.batch_run()
  

schedule_batch_run(self, project_name: str, schedule_interval: str):

Cria o agendamento de execução de um processamento em batch

• Parâmetros:

  • project_name ==obrigatório==: O nome do projeto que foi utilizado anteriormente
  • schedule_interval ==obrigatório==: O padrão de schedule a ser atribuido para o projeto ==schedule_interval="*/5 * * * *"==

• Lança:

  • ValueError: Se o project_name não for fornecido.

• Retorna:

  • Retorna um json com uma mensagem indicando se a schedule foi ou não criada

• Exemplo:

dholib_platform.schedule_batch_run(
            project_name="lightgbm-iris",
            schedule_interval="*/5 * * * *"
        )

remove_schedule(self, project_name: str):

Deleta o agendamento de execução de um determinado projeto

• Parâmetros:

  • project_name ==obrigatório==: O nome do projeto que foi utilizado anteriormente

• Lança:

  • ValueError: Se o project_name não for fornecido.

• Retorna:

  • Retorna um json com uma mensagem indicando se a schedule foi ou não criada

dholib_platform.remove_schedule(project_name="lightgbm-iris")

Iris-t com lightgbm

Para utilizar o Dhuolib para predição em batch usando o Data Lake, é necessário ter duas fontes de dados. A primeira fonte contém as features com os valores para treinamento e a segunda fonte contém os valores que serão usados para a inferência. Exemplos dessas fontes podem ser as tabelas: IRIS_TRAIN para treinamento e IRIS_DATA_FOR_INFERENCY para inferência.

Os dados para inferência e os dados de treinamento podem ser substituídos por DataFrames pandas obtidos de outras fontes. Ao salvar os dados no Data Lake, é importante ter em mente que a tabela deve conter, no mínimo, três colunas obrigatórias: ==PREDICT, CREATED_AT e VERSION.==

CREATE TABLE "DHUODATA"."IRIS_OUTPUT" 
   (
    "SEPAL_LENGTH" NUMBER, 
	"SEPAL_WIDTH" NUMBER, 
	"PETAL_LENGTH" NUMBER, 
	"PETAL_WIDTH" NUMBER, 
	"PREDICT" NUMBER(*,0), 
	"VERSION" NUMBER(*,0), 
	"CREATED_AT" TIMESTAMP (6)
   );

Exemplo de Colunas Necessárias:

• ==PREDICT:== Coluna que armazenará as previsões geradas pelo modelo.
• ==CREATED_AT==: Coluna que registrará a data e hora em que a previsão foi feita.
• ==VERSION:== Coluna que indicará a versão do modelo utilizado para a previsão.

Ao garantir que essas colunas estejam presentes, você assegura a integridade e a rastreabilidade dos dados no Data Lake, facilitando o monitoramento e a manutenção do pipeline de predição.

Na primeira etapa é importante criar o código de treino para gerar o pickle

Apos o pickle ser gerado é necessário cadastrar o pickle

• dholib_client.create_experiment - crie o experimento
• dholib_client.run_experiment - execute o experimento logando ele no nosso sistema
• dholib_client.create_model - crie o modelo. O modelo uma vez criado é apto para ser posto em produção. O modelo pode ter 4 estados None, Production, Stagging ou Archive
  • None: Este é o estado padrão de um modelo quando ele é registrado pela primeira vez. Ele indica que o modelo ainda não foi atribuído a nenhum dos outros estados.
  • Staging: Este estado é usado para modelos que estão em um ambiente de teste. Eles foram testados em um ambiente isolado e estão prontos para serem movidos para produção.
  • Production: Este estado é usado para modelos que estão atualmente em uso em um ambiente de produção.
  • Archived: Este estado é usado para modelos que não estão mais em uso. Eles são mantidos para fins de registro e não devem ser usados para inferência.

Treino:

import pickle
import lightgbm as lgb

from dhuolib.clients.experiment import DhuolibExperimentMLClient
from dhuolib.repository import DatabaseConnection, GenericRepository


def get_repository(config_file_name):
    if not config_file_name:
        raise ValueError("config_file_name is required")

    db = DatabaseConnection(config_file_name=config_file_name)
    repository = GenericRepository(db_connection=db)

    return repository


def train():
    service_uri = ""

    dholib_client = DhuolibExperimentMLClient(service_uri=service_uri)
    repository = get_repository(
        config_file_name="{path}/database.json"
    )
    df_iris_train = repository.to_dataframe(table_name="IRIS_TRAIN")

    print(df_iris_train.columns)

    X = df_iris_train[["sepal_length", "sepal_width", "petal_length", "petal_width"]]
    y = df_iris_train["class"]
    clf = lgb.LGBMClassifier()
    clf.fit(X, y)
    with open("iris.pkl", "wb") as f:
        pickle.dump(clf, f)

    dholib_client.create_experiment(
        experiment_name="lightgbm-iris", experiment_tags={"tag": "iris"}
    )

    experiment_run = dholib_client.execute_run_for_experiment(
        type_model="lightgbm",
        experiment_name="lightgbm-iris",
        tags={"version": "v2", "priority": "P2"},
        modelpkl_path=f"{path}/iris.pkl",
        requirements_path=f"{path}/requirements.txt",
    )
    print(experiment_run)

    result = dholib_client.create_model(
        modelname="iris-classification",
        stage="Production",
        run_id=experiment_run["run_id"],
        model_uri=experiment_run["model_uri"],
        tags={"type_model": "lightgbm"},
    )
    print(result)


if __name__ == "__main__":
    train()

Inferência

Esse é o script de predição. Para que o fluxo em lote seja executado é necessario fazer um deploy desse arquivo junto com o requirements na dhuolib. Ao fazer isso o script estará disponivel para o processamento em batch.

Obs: O nome deve ser sempre script.py

from dhuolib.clients.experiment import DhuolibExperimentMLClient
from dhuolib.repository import DatabaseConnection, GenericRepository


def get_repository(config_file_name):
    if not config_file_name:
        raise ValueError("config_file_name is required")

    db = DatabaseConnection(config_file_name=config_file_name)
    repository = GenericRepository(db_connection=db)

    return repository


def predict():
    service_uri = ""
    dholib_client = DhuolibExperimentMLClient(service_uri=service_uri)
    repository = get_repository(
        config_file_name="{path}/database.json"
    )
    df_iris = repository.to_dataframe(
        table_name="IRIS_FEATURE",
        list_columns=["SEPAL_LENGTH", "SEPAL_WIDTH", "PETAL_LENGTH", "PETAL_WIDTH"],
    )

    print(df_iris.head(10))

    batch_params = {
        "modelname": "iris-classification-lightgbm",
        "stage": "Production",
        "experiment_name": "lightgbm-iris",
        "type_model": "lightgbm",
        "run_id": "",
        "batch_model_dir": "iris.pkl",
    }
    predicts = dholib_client.prediction_batch_with_dataframe(
        batch_params=batch_params, df=df_iris
    )
    df_iris["predict"] = predicts
    repository.update_table_by_dataframe(
        table_name="iris_output", df_predict=df_iris, is_update_version=True
    )


if __name__ == "__main__":
    predict()

Fazendo o deploy e executando a solução

• dholib_platform.create_batch_project - Crie o projeto

  from dhuolib.clients.platform import DhuolibPlatformClient
  dholib_platform = DhuolibPlatformClient(service_endpoint="http://{endpoint}", project_name="lightgbm-iris")
  

  dholib_platform.create_batch_project('lightgbm-iris')
  

• dholib_platform.deploy_batch_project - Faça o deploy do projeto. Lembre de passar o caminho do script e o caminho do requirements

  response = dholib_platform.deploy_batch_project(
          script_filename="{path}/script.py",
          requirements_filename="{path}/requirements.txt"
      )
  

• dholib_platform.pipeline_status_report - Verifique os status da execução

  dholib_platform.pipeline_status_report()
  

Executando o projeto remotamente

from dhuolib.clients.platform import DhuolibPlatformClient
 dholib_platform = DhuolibPlatformClient(
        service_uri="http://dhuo-data-api-data-service.br.engineering",
        project_name="lightgbm-iris",
    )

• dholib_platform.create_cluster - Crie o cluster. O cluster possui 3 niveis de capacidade. SMALL(1), MEDIUM(2) ou LARGE(3).

  response_create_cluster = dholib_platform.create_cluster(1)
  

• dholib_platform.batch_run - Execute o script do projeto

response_batch_run = dholib_platform.batch_run()