Neue Modelle registrieren
Die MLflow Model Registry kann auch Modelle während eines Trainingslaufs registrieren. Das ist hilfreich, weil es das Protokollieren und Registrieren eines Modells unter derselben Funktion ermöglicht.
In dieser Übung verwendest du die Scikit-Learn-Variante, um ein Modell während eines Trainingslaufs in der Model Registry zu registrieren, wenn das Modell unter MLflow Tracking angemeldet wird. Du suchst dann im Modellregister, um sicherzustellen, dass das Modell registriert wurde.
Dieses Modell wird neben den bereits registrierten Modellen registriert, die mit den "Insurance" Trainingsdaten trainiert wurden. Das Modell wurde bereits trainiert und auf die Variable lr gesetzt. Bei der Suche in der Model Registry wurde eine Instanz von MLflowClient() auf client gesetzt und der Filterstring wurde bereits als insurance_filter_string erstellt.
Diese Übung ist Teil des Kurses
Einführung in MLflow
Anleitung zur Übung
- Registriere das Modell
lrauf"Insurance"mit der Scikit-Learn-Variante. - Durchsuche das Modellregister mit
client, um sicherzustellen, dass das Modell registriert wurde.
Interaktive Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Log the model using scikit-learn flavor
____.____.____(____, "model", ____="____")
insurance_filter_string = "name = 'Insurance'"
# Search for Insurance models
print(____.____(____=____))