1. 其他教程
  2. 将 Gradio 用于表格工作流

使用 Gradio 实现表格数据科学工作流

引言

表格数据科学是机器学习中最广泛使用的领域,涉及从客户细分到客户流失预测等各种问题。在表格数据科学工作流的各个阶段,与利益相关者或客户沟通您的工作可能会很麻烦;这使得数据科学家无法专注于重要的事情,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接收数据框并返回绘图的仪表板,或者返回一个预测或数据集聚类图。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。我们还将讨论如何使用 gradioskops 用一行代码构建界面!

先决条件

请确保您已经 安装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 来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:接收输入数据框并返回预测的推理函数。
  • inputs:我们用于输入数据的组件。我们将输入定义为具有 2 行 4 列的数据框,最初它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,您不必依赖输入数据集来预定义组件。
  • 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,并为每个样本返回 0 或 1,每列一个。因此,我们上面将 row_count 设置为 2,将 col_count 设置为 1。headers 是一个由数据框标题组成的列表。
  • examples:您可以通过拖放 CSV 文件或通过示例传递 pandas DataFrame 来输入,界面的标题将自动获取。

我们现在将创建一个用于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:创建基于数据的绘图的函数。
  • inputs:我们使用上面相同的 Dataframe 组件。
  • outputsGallery 组件用于保存我们的可视化。
  • examples:我们将使用数据集本身作为示例。

使用 skops 一行代码轻松加载表格数据界面

skops 是一个构建在 huggingface_hubsklearn 之上的库。通过 skops 最近对 gradio 的集成,您可以用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,其中包含一个带有列名的示例输入,以及正在解决的任务(可以是 tabular-classificationtabular-regression)。根据任务类型,gradio 会构建 Interface 并使用列名和示例输入来构建它。您可以 参考 skops 关于将模型托管在 Hub 上的文档 来了解如何使用 skops 将模型推送到 Hub。