使用 Gradio 进行表格数据科学工作流程

简介

表格数据科学是机器学习最广泛使用的领域，问题范围从客户细分到客户流失预测。在表格数据科学工作流程的各个阶段，与利益相关者或客户沟通您的工作可能很麻烦；这使得数据科学家无法专注于重要事项，例如数据分析和模型构建。数据科学家最终可能会花费数小时构建一个仪表板，该仪表板接收数据框并返回绘图，或返回数据集中的预测或聚类图。在本指南中，我们将介绍如何使用 gradio 来改进您的数据科学工作流程。我们还将讨论如何使用 gradio 和 skops 通过一行代码构建界面！

准备工作

确保您已经安装了 gradio Python 包。

让我们创建一个简单的界面！

我们将看看如何创建一个简单的 UI，根据产品信息预测故障。

import gradio as gr
import pandas as pd
import joblib
import datasets


inputs = [gr.Dataframe(row_count = (2, "dynamic"), col_count=(4,"dynamic"), label="Input Data", interactive=1)]

outputs = [gr.Dataframe(row_count = (2, "dynamic"), col_count=(1, "fixed"), label="Predictions", headers=["Failures"])]

model = joblib.load("model.pkl")

# we will give our dataframe as example
df = datasets.load_dataset("merve/supersoaker-failures")
df = df["train"].to_pandas()

def infer(input_dataframe):
  return pd.DataFrame(model.predict(input_dataframe))

gr.Interface(fn = infer, inputs = inputs, outputs = outputs, examples = [[df.head(2)]]).launch()

让我们分解上面的代码。

fn：推理函数，它接受输入数据框并返回预测。
inputs：我们用来获取输入的组件。我们将输入定义为具有 2 行 4 列的数据框，最初看起来像一个具有上述形状的空数据框。当 row_count 设置为 dynamic 时，您不必依赖于您输入的预定义组件的数据集。
outputs：存储输出的数据框组件。此 UI 可以接受单个或多个样本进行推理，并在单列中为每个样本返回 0 或 1，因此我们在上面将 row_count 设置为 2，col_count 设置为 1。headers 是由数据框的表头名称组成的列表。
examples：您可以通过拖放 CSV 文件或通过示例传递 pandas DataFrame 来传递输入，界面将自动获取表头。

我们现在将创建一个最小数据可视化仪表板的示例。您可以在相关的 Spaces 中找到更全面的版本。

import gradio as gr
import pandas as pd
import datasets
import seaborn as sns
import matplotlib.pyplot as plt

df = datasets.load_dataset("merve/supersoaker-failures")
df = df["train"].to_pandas()
df.dropna(axis=0, inplace=True)

def plot(df):
  plt.scatter(df.measurement_13, df.measurement_15, c = df.loading,alpha=0.5)
  plt.savefig("scatter.png")
  df['failure'].value_counts().plot(kind='bar')
  plt.savefig("bar.png")
  sns.heatmap(df.select_dtypes(include="number").corr())
  plt.savefig("corr.png")
  plots = ["corr.png","scatter.png", "bar.png"]
  return plots

inputs = [gr.Dataframe(label="Supersoaker Production Data")]
outputs = [gr.Gallery(label="Profiling Dashboard", columns=(1,3))]

gr.Interface(plot, inputs=inputs, outputs=outputs, examples=[df.head(100)], title="Supersoaker Failures Analysis Dashboard").launch()

我们将使用与训练模型相同的数据集，但这次我们将创建一个仪表板来可视化它。

fn：将根据数据创建绘图的函数。
inputs：我们使用与上面相同的 Dataframe 组件。
outputs：Gallery 组件用于保存我们的可视化效果。
examples：我们将数据集本身作为示例。

使用 skops 通过一行代码轻松加载表格数据界面

skops 是一个构建于 huggingface_hub 和 sklearn 之上的库。借助最近 gradio 集成的 skops，您可以通过一行代码构建表格数据界面！

import gradio as gr

# title and description are optional
title = "Supersoaker Defective Product Prediction"
description = "This model predicts Supersoaker production line failures. Drag and drop any slice from dataset or edit values as you wish in below dataframe component."

gr.load("huggingface/scikit-learn/tabular-playground", title=title, description=description).launch()

使用 skops 推送到 Hugging Face Hub 的 sklearn 模型包含一个 config.json 文件，其中包含带有列名称的示例输入、正在解决的任务（可以是 tabular-classification 或 tabular-regression）。根据任务类型，gradio 构建 Interface 并使用列名称和示例输入来构建它。您可以参考 skops 文档，了解如何在 Hub 上托管模型，以了解如何使用 skops 将您的模型推送到 Hub。