python - sklearnでkfpアーティファクトを使用するには?

Question

Vertex AI (Google Cloud Platform) 内の kubeflow パイプライン (kfp) コンポーネントを使用してカスタム パイプラインを開発しようとしています。パイプラインの手順は次のとおりです。

1. 大きなクエリ テーブルからデータを読み取る
2. パンダを作るDataFrame
3. を使用しDataFrameて K-Means モデルをトレーニングする
4. モデルをエンドポイントにデプロイする

ここにステップ 2 のコードがあります。ここで見つけた型が機能しなかっOutput[Artifact]たため、出力として使用する必要がありました。pd.DataFrame

@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()

ステップ3のコードは次のとおりです。

@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)

次のエラーが発生したため、パイプラインの実行が停止しました。

TypeError: float() argument must be a string or a number, not 'Artifact'

Artifact をnumpy arrayorに変換することは可能Dataframeですか?