我正在尝试使用 Vertex AI(谷歌云平台)内的 kubeflow 管道(kfp)组件开发一个自定义管道。管道的步骤是:
- 从大查询表中读取数据
- 创建熊猫
DataFrame
- 使用
DataFrame
训练 K-Means 模型 - 将模型部署到端点
这是第 2 步的代码。我必须使用Output[Artifact]
作为输出,因为pd.DataFrame
我在这里找到的类型不起作用。
@component(base_image="python:3.9", packages_to_install=["google-cloud-bigquery","pandas","pyarrow"])
def create_dataframe(
project: str,
region: str,
destination_dataset: str,
destination_table_name: str,
df: Output[Artifact],
):
from google.cloud import bigquery
client = bigquery.Client(project=project, location=region)
dataset_ref = bigquery.DatasetReference(project, destination_dataset)
table_ref = dataset_ref.table(destination_table_name)
table = client.get_table(table_ref)
df = client.list_rows(table).to_dataframe()
这里是第 3 步的代码:
@component(base_image="python:3.9", packages_to_install=['sklearn'])
def kmeans_training(
dataset: Input[Artifact],
model: Output[Model],
num_clusters: int,
):
from sklearn.cluster import KMeans
model = KMeans(num_clusters, random_state=220417)
model.fit(dataset)
由于以下错误,管道的运行已停止:
TypeError: float() argument must be a string or a number, not 'Artifact'
是否可以将 Artifact 转换为numpy array
or Dataframe
?