[MLOps] MLflow 실습 - 3

1. MLflow를 사용한 서빙 예제

• MLflow를 사용하여 간단하게 서빙해보자
• https://mlflow.org/docs/latest/tutorials-and-examples/tutorial.html

$ mlflow models serve -m $(pwd)/mlruns/0/<run-id>artifacts/model -p <port>

• 원하는 모델의 run id를 확인한 다음, port를 지정하여
  mlflow models serve 커맨드 수행

  • 모델 서빙이란? : 예를 들어 127.0.0.1:1234에서 REST API 형태로 .predict() 함수를 사용할 수 있는 것을 뜻한다.
    
    

• 해당 서버에 API를 보내서, predict()의 결과 확인
  
  

• request를 보내기 위해, request body에 포함될 data의 형식을 알고있어야 한다.

  • diabetes data의 column과 sample data를 확인해 보자.

data = load_diabetes()
print(data.feature_names)

df = pd.DataFrame(data.data)
print(df.head())

print(data.target[0])