1. Learn
    2. /
  2. Courses
    3. /
  3. Úvod do MLflow
Connected

Exercise

Logování a načítání modelu

Model API nabízí způsob, jak pracovat s modely — umožňuje je přímo logovat a načítat z MLflow Tracking standardizovaným způsobem. Schopnost pracovat s modely je během ML lifecyclu klíčová, zejména ve fázích Model Engineering a Model Evaluation.

V tomto cvičení vytvoříš model lineární regrese ze scikit-learn pomocí datasetu Unicorn. Tento model bude zalogován do MLflow Tracking a následně načten pomocí run_id, které bylo použito k zalogování artefaktu.

Nejprve zaloguj model pomocí scikit-learn knihovny z MLflow modulu. Poté model načti z MLflow Tracking pomocí run_id.

Model bude natrénovaný a bude mít název lr_model.

lr_model = LinearRegression()
lr_model.fit(X_train, y_train)

Modul mlflow bude importován.

Instructions

100 XP
  • Zaloguj model do MLflow Tracking pod artifact path "lr_tracking".
  • Vytvoř proměnnou run, která bude nastavena na poslední run.
  • Vytvoř další proměnnou run_id, která bude nastavena na run_id proměnné run.
  • Načti model pomocí run_id a artifact path použité k zalogování modelu.