Пример 1. Обучение и сохранение модели

Промышленная модель машинного обучения включает не только обученные параметры, но и схему входных признаков, преобразования данных, метрики качества и версию модели.

Для воспроизводимости важно сохранять весь процесс обработки признаков вместе с моделью.

Рассмотрим сохранение Pipeline, включающего масштабирование и классификатор.

Реализация на Python:

import joblib

from sklearn.datasets import make_classification

from sklearn.model_selection import train_test_split

from sklearn.pipeline import make_pipeline

from sklearn.preprocessing import StandardScaler

from sklearn.linear_model import LogisticRegression

from sklearn.metrics import accuracy_score

X, y = make_classification(

n_samples=300,

n_features=4,

n_informative=3,

n_redundant=0,

random_state=42

)

X_train, X_test, y_train, y_test = train_test_split(

X, y,

test_size=0.2,

stratify=y,

random_state=42

)

model = make_pipeline(

StandardScaler(),

LogisticRegression(max_iter=1000)

)

model.fit(X_train, y_train)

accuracy = accuracy_score(

y_test,

model.predict(X_test)

)

artifact = {

"model": model,

"version": "1.0",

"feature_names": [

"feature_1",

"feature_2",

"feature_3",

"feature_4"

],

"test_accuracy": accuracy

}

joblib.dump(artifact, "model_v1.joblib")

loaded = joblib.load("model_v1.joblib")

prediction = loaded["model"].predict(X_test[:1])

print("Версия:", loaded["version"])

print("Точность:", round(loaded["test_accuracy"], 3))

print("Прогноз:", prediction)

Результат:

Модель сохраняется в файл model_v1.joblib, а затем загружается для выполнения прогноза.

Вместе с моделью сохраняются версия, названия признаков и значение тестовой метрики.

Загружать файлы joblib следует только из доверенных источников, поскольку их десериализация может выполнять произвольный код.

Пример 2. Проверка JSON-запроса перед прогнозированием

В лекции рассматривается пример API, который получает JSON с признаками, проверяет схему, выполняет тот же Pipeline и возвращает прогноз вместе с версией модели.

Если структура запроса не соответствует ожидаемой схеме, запрос должен отклоняться.

Реализация на Python:

import joblib

import numpy as np

artifact = joblib.load("model_v1.joblib")

def predict_request(request):

expected = artifact["feature_names"]

if set(request.keys()) != set(expected):

raise ValueError("Неверная схема признаков")

values = [request[name] for name in expected]

if any(

isinstance(value, bool)

or not isinstance(value, (int, float))

or not np.isfinite(value)

for value in values

):

raise ValueError("Признаки должны быть конечными числами")

X = np.array([values], dtype=float)

prediction = artifact["model"].predict(X)[0]

return {

"prediction": int(prediction),

"model_version": artifact["version"]

}

request = {

"feature_1": 1.2,

"feature_2": 0.5,

"feature_3": -0.3,

"feature_4": 2.0

}

print(predict_request(request))

Результат:

Функция возвращает словарь с прогнозом и версией модели.

Если в запросе отсутствует необходимый признак или передан лишний признак, возникает ошибка.

В реальном API такая проверка выполняется до обращения к модели. Пример показывает логику обработки запроса, а не запуск отдельного HTTP-сервера.

Пример 3. Обнаружение изменения распределения признаков

После внедрения модели необходимо отслеживать изменения входных данных.

Data drift — изменение распределения признаков по сравнению с данными, использованными при разработке модели.

Изменение распределения не обязательно означает ухудшение качества, но требует дополнительного анализа.

Реализация на Python:

import numpy as np

rng = np.random.default_rng(42)

train_feature = rng.normal(

loc=50,

scale=10,

size=1000

)

current_feature = rng.normal(

loc=60,

scale=10,

size=1000

)

train_mean = np.mean(train_feature)

current_mean = np.mean(current_feature)

difference = abs(current_mean - train_mean)

threshold = 5.0

print("Среднее при обучении:", round(train_mean, 2))

print("Текущее среднее:", round(current_mean, 2))

print("Изменение:", round(difference, 2))

if difference > threshold:

print("Обнаружено существенное изменение")

else:

print("Существенное изменение не обнаружено")

В примере среднее значение признака изменилось примерно с 50 до 60.

Программа обнаруживает это изменение с помощью простого порогового правила.

Такой способ является учебной иллюстрацией мониторинга, а не универсальным статистическим критерием data drift. В реальной системе необходимо анализировать распределения признаков и качество модели после появления истинных меток.