def transform_data(data_df, model_info, cols_to_remove):
"""
Función que permite realizar las primeras tareas de transformación
de los datos de entrada.
Args:
data_df (DataFrame): Dataset de entrada.
model_info (dict): Información del modelo en producción.
cols_to_remove (list): Columnas a retirar.
Returns:
DataFrame. Dataset transformado.
"""
print('------> Removing unnecessary columns')
data_df = remove_unwanted_columns(data_df, cols_to_remove)
data_df['Pclass'] = data_df['Pclass'].astype(str)
# creando dummies originales
print('------> Encoding data')
print('---------> Getting encoded columns from cos')
enc_key = model_info['objects']['encoders'] + '.pkl'
# obteniendo las columnas presentes en el entrenamiento desde COS
enc_cols = cos.get_object_in_cos(enc_key)
# columnas dummies generadas en los datos de entrada
data_df = pd.get_dummies(data_df)
# agregando las columnas dummies faltantes en los datos de entrada
data_df = data_df.reindex(columns=enc_cols, fill_value=0)
return data_df.copy()
def load_model(file, bucket_name='proyecto4-uem-db'):
"""
Función para cargar el modelo desde IBM COS
Args:
file (str): Nombre del archivo del modelo
Kwargs:
bucket_name (str): depósito de IBM COS a usar.
"""
model = cos.get_object_in_cos(file, bucket_name)
return model
def load_model(name, bucket_name='uem-models-mzs'):
"""
Función para cargar el modelo en IBM COS
Args:
name (str): Nombre de objeto en COS a cargar.
Kwargs:
bucket_name (str): depósito de IBM COS a usar.
Returns:
obj. Objeto descargado.
"""
return cos.get_object_in_cos(name, bucket_name)
def input_missing_values(data_df, key):
"""
Función para la imputación de nulos
Args:
data_df (DataFrame): Dataset de entrada.
key (str): Nombre del objeto imputador en COS.
Returns:
DataFrame. Datasets de salida.
"""
print('------> Inputing missing values')
# obtenemos el objeto SimpleImputer desde COS
imputer = cos.get_object_in_cos(key)
data_df = pd.DataFrame(imputer.transform(data_df), columns=data_df.columns)
return data_df.copy()
