LoslegenKostenlos starten

Ein Machine-Learning-Modell paketieren

In dieser Übung trainierst du ein LinearRegression-Modell aus scikit-learn, um den Gewinn eines Unicorn-Unternehmens vorherzusagen.

Du verwendest den integrierten scikit-learn-Flavor von MLflow, um das Modell zu paketieren. Dabei nutzt du die Auto-Logging-Funktion des Flavors, um Metriken, Parameter und das Modell automatisch in MLflow Tracking zu protokollieren, sobald der Estimator mit fit aufgerufen wird.

Diese Übung ist Teil des Kurses

<Kurs>Einführung in MLflow</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere den sklearn-Flavor aus dem mlflow-Modul.
  • Setze das Experiment auf "Sklearn Model".
  • Verwende Auto-Logging des Flavors, um dein Modell zu paketieren.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import Scikit-learn flavor
import mlflow.____

# Set the experiment to "Sklearn Model"
mlflow.____("____")

# Set Auto logging for Scikit-learn flavor 
____.____.____()

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

# Get a prediction from test data
print(lr.predict(X_test.iloc[[5]]))
Code bearbeiten und ausführen