MLFlow para registrar y recuperar datos
MLflow es una plataforma de código abierto para gestionar el ciclo de vida de Machine Learning. Puede usarse para hacer seguimiento de experimentos, empaquetar código en ejecuciones reproducibles y compartir y desplegar modelos. En el siguiente ejercicio, vas a registrar algunos de los parámetros de un experimento de entrenamiento para tu modelo de enfermedad cardíaca. mlflow está importado y el model entrenado de enfermedad cardíaca ya está cargado para ti.
Este ejercicio forma parte del curso
Machine Learning de extremo a extremo
Instrucciones del ejercicio
- Inicializa un experimento de MLflow llamado
"Logistic Regression Heart Disease Prediction". - Inicia una ejecución y registra el coeficiente y el intercepto del modelo entrenado.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Initialize the MLflow experiment
____.____("Logistic Regression Heart Disease Prediction")
# Start a run, log model coefficients and intercept
with ____.____:
for idx, coef in enumerate(model.coef_[0]):
____.____(f"coef_{idx}", ____)
____.____("intercept", model.intercept_[0])
run_id = mlflow.active_run().info.run_id
print(run_id)