下面是我创建的一些模型：

class SomeModel(mlflow.pyfunc.PythonModel):
    def predict(self, context, input):
        # do fancy ML stuff
        # log results
        pandas_df = pd.DataFrame(...insert predictions here...)
        spark_df = spark.createDataFrame(pandas_df)
        spark_df.write.saveAsTable('tablename', mode='append')

我尝试通过在代码后面调用它来以这种方式记录模型：

with mlflow.start_run(run_name="SomeModel_run"):
    model = SomeModel()
    mlflow.pyfunc.log_model("somemodel", python_model=model)

不幸的是，它给我这个错误消息：
mlflow.pyfunc.log_model("somemodel", python_model=model)
错误是由mlflow.pyfunc.log_model("somemodel", python_model=model)行引起的，如果将其注解掉，模型将进行预测并将结果记录在表中。
或者，删除predict函数中调用spark创建 Dataframe 并保存表的行，我就可以记录我的模型了。
我需要我的模型不仅要写入表，还要被记录