File size: 8,742 Bytes
bf5fb5f
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
@startuml
!theme plain

skinparam classAttributeIconSize 0
skinparam defaultFontName Arial
skinparam class {
    BackgroundColor PaleTurquoise
    BorderColor DarkSlateGray
}
skinparam abstractClass {
    BackgroundColor LightYellow
    BorderColor DarkSlateGray
}
skinparam interface {
    BackgroundColor White
    BorderColor Black
}

' ----------- Type ParamGrid -----------
class ParamGrid {
  note as N1
    Exemples de clés et valeurs :
      - "C": [0.1, 1, 10, 100]
      - "kernel": ["linear", "rbf"]
      - "gamma":
          low: 0.001
          high: 0.1
          log: true

    Ce type sert à décrire la structure attendue pour le param_grid
    dans les Optimizers.
  end note
}

' ----------- Interfaces -----------
package "Interfaces" {
  interface MetricsCalculator {
    + calculate_and_log(y_true: cp.ndarray, y_pred: cp.ndarray, prefix: str): dict
    + calculate_and_log_multiclass(y_true: cp.ndarray, y_pred: cp.ndarray, prefix: str): dict
    --
    note bottom
      Génère toujours : accuracy, f1, precision, recall, auc-roc
    end note
  }

  interface Vectorizer {
    + fit_transform(texts: cudf.Series): cp.ndarray | csr_matrix
    + transform(texts: cudf.Series): cp.ndarray | csr_matrix
  }

  interface HyperparameterOptimizer {
    + optimize(trainer: BaseTrainer, param_grid: ParamGrid): dict
    --
    note bottom
      Renvoie un dict correspondant \nà la best config trouvée
      ex: {"C": 1, "kernel": "linear", "gamma": 0.01}
    end note
  }
}


' ----------- Base Classes -----------
package "Base Classes" {
  abstract class BaseTrainer {
    - config: Config
    - classifier: object
    - metrics_calculator: MetricsCalculator
    --
    + __init__(config: Config, data_path: str, target_column: str)
    + build_components(): void
    + train(): void
    + evaluate(): void
    + log_parameters_to_mlflow(): void
    + optimize_if_needed(): void
    -
    _prepare_input_for_fit(X: cp.ndarray | csr_matrix): cp.ndarray | csr_matrix
    -
    _prepare_input_for_predict(X: cp.ndarray | csr_matrix): cp.ndarray | csr_matrix
    -
    _get_binary_predictions(X: cp.ndarray): cp.ndarray
    -
    _get_positive_probabilities(X: cp.ndarray): cp.ndarray | None
    -
    _get_label_dtype(): cp.dtype

    note right
      log_parameters_to_mlflow():
      appelle la fonction singledispatch
      get_relevant_params_for_logging(self).

      optimize_if_needed():
      Vérifie dans self.config \nsi un optimizer est défini, \npuis appelle optimize() \nsur ce dernier si besoin.
    end note
  }

  abstract class CuMLTrainer extends BaseTrainer {
    - vectorizer: Vectorizer
    - classifier: cuML.Base
    --
    + build_components(): void
    + train(): void
    + evaluate(): void
    -
    _prepare_input_for_fit(X: cp.ndarray | csr_matrix): cp.ndarray
    -
    _prepare_input_for_predict(X: cp.ndarray | csr_matrix): cp.ndarray
  }
}

' ----------- Concrete Trainers (cuML) -----------
package "Concrete Trainers (cuML)" {
  class SvmTrainer extends CuMLTrainer {
    - classifier: SVC
    --
    + _build_classifier(): void
    note bottom
      SvmTrainer est affecté \npar les paramètres C, kernel, \net gamma (pour RBF).
    end note
  }

  class RandomForestTrainer extends CuMLTrainer {
    - classifier: RandomForestClassifier
    --
    + _build_classifier(): void
  }

  class LogisticRegressionTrainer extends CuMLTrainer {
    - classifier: LogisticRegression
    --
    + _build_classifier(): void
  }

  class LinearRegressionTrainer extends CuMLTrainer {
    - classifier: LinearRegression
    --
    + _build_classifier(): void
  }
}

' ----------- Concrete Trainers (Hugging Face) -----------
package "Concrete Trainers (Hugging Face)" {
  class HuggingFaceTransformerTrainer extends BaseTrainer {
    - tokenizer: AutoTokenizer
    - model: AutoModelForSequenceClassification
    - hf_trainer: Trainer
    --
    + build_components(): void
    + train(): void
    + evaluate(): void
    -
    _create_torch_dataset(texts: cudf.Series, labels: cp.ndarray): torch.utils.data.Dataset
    -
    _prepare_training_args(): TrainingArguments

    note right
      Ce trainer n'utilise pas 
      la config vectorizer
    end note
  }
}

' ----------- Hyperparameter Optimizers -----------
package "Hyperparameter Optimizers" {
  class OptunaOptimizer {
    - study: optuna.study.Study
    - objective: function
    --
    + optimize(trainer: BaseTrainer, param_grid: ParamGrid): dict
    --
    note bottom
      Implementation:
        1) Crée/récupère un study Optuna.
        2) Définit l'objective (fonction de coût).
           Ex: Utilise param_grid["C"] \npour suggérer \ntrial.suggest_float("C",...)
        3) Applique les hyperparams au trainer \n(e.g. trainer.classifier = SVC(**params)).
        4) study.optimize(..., n_trials=...)
        5) Retourne la meilleure config sous forme d'un dict
    end note
  }

  class RayTuneOptimizer {
    - param_space: dict
    - search_alg: object
    - scheduler: object
    --
    + optimize(trainer: BaseTrainer, param_grid: ParamGrid): dict
    --
    note bottom
      Implementation:
        1) Convertit param_grid \nen param_space pour Ray Tune.
           (ex: "C": tune.grid_search([...]))
        2) Lance tune.run(...).
        3) Utilise search_alg/scheduler.
        4) Retourne la meilleure config \nsous forme d'un dict
    end note
  }

  OptunaOptimizer ..> HyperparameterOptimizer : «implements»
  RayTuneOptimizer ..> HyperparameterOptimizer : «implements»
}

' ----------- MLflow Integration -----------
package "MLflow Integration" {
  class MLflowDecorator {
    - experiment_name: str
    - tracking_uri: str
    --
    + __init__(experiment_name: str, tracking_uri: str): void
    + __call__(func: function): function
    + _start_run(): void
    + _log_params(params: dict): void
    + _log_metrics(metrics: dict): void
    + _log_artifacts(artifacts: dict): void
    + _end_run(status: str): void
  }
}

' ----------- Utilities -----------
package "Utilities" {
  class CuMLPyFuncWrapper {
    - vectorizer: Vectorizer
    - classifier: object
    --
    + load_context(context): void
    + predict(context, model_input: pd.DataFrame): np.ndarray
  }
}

' ----------- Configuration -----------
package "Configuration" {
  class Config <<PydanticModel>> {
    + model: ModelConfig
    + vectorization: VectorizationConfig
    + data: DataConfig
    + hyperparameters: HyperparameterConfig
  }

  class ModelConfig <<PydanticModel>> {
    + type: str
    + params: dict
  }

  class VectorizationConfig <<PydanticModel>> {
    + method: str
    + tfidf: dict
    + bow: dict
  }

  class DataConfig <<PydanticModel>> {
    + path: str
    + target_column: str
  }

  class HyperparameterConfig <<PydanticModel>> {
  + optimizer: str
  + param_grid: dict
  + n_trials: int
  --
  note bottom
    Exemple de param_grid pour SVM:
    \{
      "C": [0.1, 1, 10, 100],
      "kernel": ["linear", "rbf"],
      "gamma": \{
        "low": 0.001,
        "high": 0.1,
        "log": true
      \}
    \}
    n_trials: 50
  end note
}
  Config <|-- ModelConfig
  Config <|-- VectorizationConfig
  Config <|-- DataConfig
  Config <|-- HyperparameterConfig

  note left of Config
    Extrait YAML:
    hyperparameters:
      optimizer: "optuna"
      param_grid:
        C: [0.1, 1, 10, 100]
        kernel:
          - "linear"
          - "rbf"
        gamma:
          low: 0.001
          high: 0.1
          log: true
      n_trials: 50
    =
    Hydra -> DictConfig -> Config(Pydantic)
  end note
}

' ----------- singledispatch function -----------
package "Parameter Logging (singledispatch)" {
  object get_relevant_params_for_logging <<Function>>
  note bottom
    @singledispatch
    def get_relevant_params_for_logging(trainer: BaseTrainer) -> dict:
        ...

    @get_relevant_params_for_logging.register
    def _(trainer: HuggingFaceTransformerTrainer) -> dict:
        ...

    @get_relevant_params_for_logging.register
    def _(trainer: SvmTrainer) -> dict:
        ...

    etc.
  end note
}

' ----------- Relations -----------
BaseTrainer ..> MetricsCalculator : «uses»
BaseTrainer ..> HyperparameterOptimizer : «may use»
BaseTrainer ..> MLflowDecorator : «may be decorated by»
BaseTrainer ..> get_relevant_params_for_logging : «calls singledispatch function»

CuMLTrainer ..> cuML.Base : «uses»
CuMLTrainer ..> CuMLPyFuncWrapper : «for saving model»

HuggingFaceTransformerTrainer ..> AutoTokenizer : «uses»
HuggingFaceTransformerTrainer ..> AutoModelForSequenceClassification : «uses»
HuggingFaceTransformerTrainer ..> Trainer : «uses»
HuggingFaceTransformerTrainer ..> TrainingArguments : «uses»

MLflowDecorator ..> mlflow : «uses»

@enduml