CommencerCommencer gratuitement

Emballer un modèle de Machine Learning

Dans cet exercice, vous allez entraîner un modèle LinearRegression de scikit-learn pour prédire le profit d’une entreprise « Unicorn ».

Vous utiliserez le Flavor scikit-learn intégré à MLflow pour empaqueter le modèle. Vous utiliserez la fonction d’auto logging du Flavor pour enregistrer automatiquement les métriques, les hyperparamètres et le modèle dans MLflow Tracking lors de l’appel à fit sur l’estimateur.

Cet exercice fait partie du cours

Introduction à MLflow

Afficher le cours

Instructions

  • Importez le Flavor sklearn depuis le module mlflow.
  • Définissez l’Expérience sur "Sklearn Model".
  • Utilisez l’auto logging du Flavor pour empaqueter votre modèle.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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]]))
Modifier et exécuter le code