使用Gradio进行表格数据科学工作流

介绍

表格数据科学是机器学习中最广泛使用的领域，问题范围从客户细分到流失预测。在表格数据科学工作流程的各个阶段，向利益相关者或客户传达您的工作可能会很繁琐；这阻碍了数据科学家专注于重要的事情，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图表，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仅用一行代码构建界面！

先决条件

确保你已经安装了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用户界面，该界面可以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，接收输入数据框并返回预测结果。
inputs: 我们用来获取输入的组件。我们将输入定义为一个具有2行和4列的数据框，最初它将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数据集到预定义的组件。
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断，并在一列中为每个样本返回0或1，因此我们在上面给出了row_count为2，col_count为1。headers是由数据框的列名组成的列表。
examples: 您可以通过拖放CSV文件或通过examples传递pandas DataFrame来输入数据，接口将自动获取其表头。

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()

我们将使用用于训练模型的相同数据集，但这次我们将制作一个仪表板来可视化它。

fn: 该函数将基于数据创建图表。
inputs: 我们使用上面用过的相同Dataframe组件。
outputs: Gallery 组件用于保存我们的可视化内容。
examples: 我们将把数据集本身作为示例。

使用skops轻松加载表格数据接口，只需一行代码

skops 是一个建立在 huggingface_hub 和 sklearn 之上的库。随着最近 skops 的 gradio 集成，你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()

sklearn 模型通过 skops 推送到 Hugging Face Hub 时，会包含一个 config.json 文件，该文件包含带有列名的示例输入以及正在解决的任务（可以是 tabular-classification 或 tabular-regression）。根据任务类型，gradio 构建 Interface 并使用列名和示例输入来构建它。您可以参考 skops 文档中关于在 Hub 上托管模型的部分，了解如何使用 skops 将模型推送到 Hub。