微调模型——续（Machine Learning 研习之十三）

本文主要是介绍微调模型——续（Machine Learning 研习之十三），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

集成方法

微调系统的另一种方法是尝试组合性能最佳的模型。 群体（或“整体”）通常会比最好的单个模型表现得更好，就像随机森林比它们所依赖的单个决策树表现更好一样，特别是当各个模型犯下不同类型的错误时。 例如，您可以训练和微调 k 最近邻模型，然后创建一个仅预测随机森林预测和该模型预测的平均值的集成模型。

分析最佳模型及其错误

通过检查最佳模型，您通常会获得对问题的深入见解。 例如，RandomForestRegressor可以指示每个属性对于做出准确预测的相对重要性：

让我们按降序对这些重要性分数进行排序，并将它们显示在相应的属性名称旁边：

有了这些信息，您可能想尝试删除一些不太有用的功能（例如，显然只有一个ocean_proximity类别真正有用，因此您可以尝试删除其他功能）。

您还应该查看系统所犯的具体错误，然后尝试了解为什么会犯这些错误，以及如何解决问题：添加额外的功能或删除无信息的功能，清理异常值等。

现在也是一个好时机，可以确保您的模型不仅平均运行良好，而且适用于所有类别的地区，无论是农村还是城市、富裕还是贫穷、北部还是南部、少数民族还是非少数民族等。 每个类别的验证集需要一些工作，但这很重要：如果您的模型在整个地区类别上表现不佳，那么在问题解决之前可能不应该部署它，或者至少不应该使用它 对该类别进行预测，因为它可能弊大于利。

在测试集上评估您的系统

对模型进行一段时间的调整后，您最终会得到一个性能足够好的系统。 您已准备好在测试集上评估最终模型。 这个过程没有什么特别的； 只需从测试集中获取预测变量和标签并运行Final_model来转换数据并进行预测，然后评估这些预测：

X_test = strat_test_set.drop("median_house_value", axis=1) 
y_test = strat_test_set["median_house_value"].copy()final_predictions = final_model.predict(X_test)
final_rmse = mean_squared_error(y_test, final_predictions, squared=False) print(final_rmse)  # prints 41424.40026462184 

在某些情况下，这样的泛化误差点估计不足以说服您启动：如果它只比当前生产的模型好 0.1% 怎么办？ 您可能想了解这个估计的精确度。 为此，您可以使用 scipy.stats.t.interval() 计算泛化误差的 95% 置信区间。 您会得到从 39,275 到 43,467 的相当大的区间，而您之前的点估计值 41,424 大致位于中间：

如果您进行了大量的超参数调整，性能通常会比使用交叉验证测量的性能稍差。 这是因为您的系统最终经过微调以在验证数据上表现良好，但在未知数据集上可能表现不佳。 本示例中的情况并非如此，因为测试 RMSE低于验证 RMSE，但当发生这种情况时，您必须抵制调整超参数以使数字在测试集上看起来不错的诱惑； 这些改进不太可能推广到新数据。

现在是项目预启动阶段：您需要展示您的解决方案（突出显示您所学到的内容、有效的内容和无效的内容、做出的假设以及系统的局限性），记录所有内容，并使用以下内容创建精美的演示文稿： 清晰的可视化和易于记忆的陈述（例如，“收入中位数是房价的第一预测指标”）。 在这个加州住房示例中，系统的最终性能并不比专家的价格估计好多少，专家的价格估计通常会下降 30%，但启动它可能仍然是一个好主意，特别是如果这样可以释放更多资金 给专家一些时间，以便他们可以从事更有趣、更有成效的任务。

启动、监控和维护您的系统

您现在需要准备好用于生产的解决方案（例如，完善代码、编写文档和测试等）。 然后您可以将模型部署到生产环境。 最基本的方法就是保存您训练的最佳模型，将文件传输到您的生产环境并加载它。 要保存模型，您可以使用 joblib 库，如下所示：

import joblib
joblib.dump(final_model, "my_california_housing_model.pkl")

一旦您的模型转移到生产中，您就可以加载并使用它。 为此，您必须首先导入模型依赖的任何自定义类和函数（这意味着将代码转移到生产环境），然后使用 joblib 加载模型并使用它进行预测：

import joblib [...]  # import KMeans, BaseEstimator, TransformerMixin, rbf_kernel, etc.
def column_ratio(X): [...] def ratio_name(function_transformer, feature_names_in): [...] class ClusterSimilarity(BaseEstimator, TransformerMixin): [...]
final_model_reloaded = joblib.load("my_california_housing_model.pkl")
new_data = [...]  # some new districts to make predictions for predictions = final_model_reloaded.predict(new_data) 

例如，该模型可能会在网站中使用：用户将输入有关新地区的一些数据，然后单击“估计价格”按钮。 这会将包含数据的查询发送到 Web 服务器，服务器将其转发到您的 Web 应用程序，最后您的代码将简单地调用模型的 Predict() 方法（您希望在服务器启动时加载模型，而不是每次都加载模型） 使用该模型）。 或者，您可以将模型包装在专用 Web 服务中，您的 Web 应用程序可以通过 REST API13 查询该模型（见下图）。 这使得您可以更轻松地将模型升级到新版本，而无需中断主应用程序。 它还简化了扩展，因为您可以根据需要启动任意数量的 Web 服务，并在这些 Web 服务之间对来自 Web 应用程序的请求进行负载平衡。 此外，它允许您的 Web 应用程序使用任何编程语言，而不仅仅是 Python。

另一种流行的策略是将模型部署到云端，例如在 Google 的 Vertex AI（以前称为 Google Cloud AI Platform和 Google Cloud ML Engine）上：只需使用 joblib保存模型并将其上传到 Google Cloud Storage (GCS)， 然后前往 Vertex AI 并创建一个新的模型版本，将其指向 GCS 文件。 就是这样！ 这为您提供了一个简单的 Web 服务，可以为您处理负载平衡和扩展。 它接受包含输入数据（例如，某个地区）的 JSON 请求，并返回包含预测的 JSON 响应。 然后，您可以在您的网站（或您正在使用的任何生产环境）中使用此 Web 服务。 正如您将在第 19 章中看到的，在 Vertex AI上部署 TensorFlow模型与部署 Scikit-Learn 模型没有太大区别。

但部署并不是就此结束。 您还需要编写监控代码来定期检查系统的实时性能，并在性能下降时触发警报。 它可能会很快下降，例如，如果您的基础设施中的某个组件发生故障，但请注意，它也可能会非常缓慢地下降，很容易在很长一段时间内被忽视。 由于模型腐烂，这种情况很常见：如果模型是用去年的数据训练的，它可能无法适应今天的数据。

因此，您需要监控模型的实时表现。 但是，你是怎么做的？ 这得看情况。 在某些情况下，可以从下游指标推断模型的性能。 例如，如果您的模型是推荐系统的一部分，并且它建议用户可能感兴趣的产品，那么很容易监控每天销售的推荐产品数量。 如果这个数字下降（与非推荐产品相比），那么主要的嫌疑就是该型号。 这可能是因为数据管道被破坏，或者模型可能需要根据新数据重新训练。

但是，您可能还需要人工分析来评估模型的性能。 例如，假设您训练了一个图像分类模型来检测生产线上的各种产品缺陷。 如果模型性能下降，在数千件有缺陷的产品被运送给您的客户之前，您如何才能收到警报？ 一种解决方案是向人类评分者发送模型分类的所有图片的样本（尤其是模型不太确定的图片）。 根据任务的不同，评估者可能需要是专家，也可能是非专家，例如众包平台（例如 Amazon Mechanical Turk）上的工作人员。 在某些应用程序中，他们甚至可能是用户本身，通过调查或重新调整用途的验证码等方式进行响应。

无论哪种方式，您都需要建立一个监控系统（有或没有人工评估员来评估实时模型），以及所有相关流程来定义发生故障时该做什么以及如何做好准备。 不幸的是，这可能需要大量工作。 事实上，这通常比构建和训练模型要复杂得多。

如果数据不断变化，您将需要定期更新数据集并重新训练模型。 您可能应该尽可能自动化整个过程。 以下是您可以自动化执行的一些操作：

• 定期收集新数据并对其进行标记（例如，使用人工评分者）。
• 编写脚本来训练模型并自动微调超参数。 该脚本可以自动运行，例如每天或每周，具体取决于您的需要。
• 编写另一个脚本，在更新的测试集上评估新模型和之前的模型，如果性能没有下降，则将模型部署到生产环境（如果确实下降，请确保调查原因）。 该脚本可能应该在测试集的各个子集上测试模型的性能，例如贫困地区或富裕地区、农村或城市地区等。

您还应该确保评估模型的输入数据质量。 有时，由于信号质量差（例如，故障传感器发送随机值，或其他团队的输出变得过时），性能会略有下降，但系统的性能可能需要一段时间才能下降到足以触发警报。 如果您监控模型的输入，您可能会更早发现这一点。 例如，如果越来越多的输入缺少某个特征，或者平均值或标准差偏离训练集太远，或者分类特征开始包含新类别，您可以触发警报。

最后，确保保留您创建的每个模型的备份，并拥有快速回滚到以前的模型的流程和工具，以防新模型由于某种原因开始严重失败。 有了备份还可以轻松地将新模型与以前的模型进行比较。 同样，您应该保留数据集的每个版本的备份，以便在新数据集损坏时（例如，如果添加到其中的新数据充满了异常值），您可以回滚到以前的数据集。 备份数据集还允许您根据任何以前的数据集评估任何模型。

这篇关于微调模型——续（Machine Learning 研习之十三）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---