为何自定义mlflow PythonModel的predict方法报参数数量不匹配错误？

第三个参数是什么 #

第三个参数是context，它是mlflow提供的mlflow.pyfunc.PythonModelContext对象，包含模型加载时的上下文信息（比如模型存储路径、额外配置项等）。

错误原因 #

mlflow的PythonModel对其子类的predict方法有强制签名要求：必须定义为def predict(self, context, model_input)。当通过mlflow记录或加载模型后调用predict时，mlflow会自动传入三个参数：实例本身（self）、context对象、输入数据。而你的ModelWrapper中predict只定义了self和json_input两个参数，无法接收mlflow传入的context，因此触发TypeError。

直接调用predict时没问题，是因为你手动调用时只传了输入数据，没有传入context参数，符合自己定义的方法签名。

修复方案 #

修改predict方法的签名，添加context参数（即使不需要使用它，也要保留该参数位置）：

class ModelWrapper(mlflow.pyfunc.PythonModel):
    def predict(self, context, json_input):
        # 保留原有的预测逻辑，context参数可直接忽略
        return your_prediction_logic(json_input)

修复后，mlflow就能正常调用predict方法，同时依赖捕获的警告也会自动消失——因为mlflow可以正常运行input_example来检测依赖了。

内容的提问来源于stack exchange，提问作者RRO