XGBoost¶

Snowflake ML Model Registry は、 XGBoost を使用して作成されたモデル（xgboost.XGBModel または xgboost.Booster から派生したモデル）をサポートしています。

以下の追加オプションは、 options ディクショナリで log_model を呼び出すときに使用できます。


オプション	説明
`target_methods`	モデルオブジェクトで利用可能なメソッドの名前のリスト。 `XGBModel` から派生したモデルは、メソッドが存在すると仮定して、デフォルトで `predict`、 `predict_proba` のターゲットメソッドを持ちます。（v1.4.0以前は `apply` も含まれていました。） `Booster` から派生したモデルはデフォルトで `predict` メソッドを持ちます。
`cuda_version`	GPUを持つプラットフォームへの展開時に使用する CUDAランタイムのバージョン。デフォルトで11.8。手動で `None` に設定した場合、モデルは GPU を持つプラットフォームには展開できません。

レジストリがターゲットメソッドの署名を知ることができるように、 XGBoost モデルをログするときには sample_input_data か signatures のどちらかのパラメーターを指定する必要があります。

例¶

import xgboost
from sklearn import datasets, model_selection

cal_X, cal_y = datasets.load_breast_cancer(as_frame=True, return_X_y=True)
cal_X_train, cal_X_test, cal_y_train, cal_y_test = model_selection.train_test_split(cal_X, cal_y)
params = dict(n_estimators=100, reg_lambda=1, gamma=0, max_depth=3, objective="binary:logistic")
regressor = xgboost.train(params, xgboost.DMatrix(data=cal_X_train, label=cal_y_train))
model_ref = registry.log_model(
    regressor,
    model_name="xgBooster",
    version_name="v1",
    sample_input_data=cal_X_test,
    options={
        "target_methods": ["predict"],
        "method_options": {
            "predict": {"case_sensitive": True},
        },
    },
)
model_ref.run(cal_X_test[-10:])