डेटा लॉग और रिकवरी के लिए MLflow
MLflow मशीन लर्निंग लाइफसाइकल को मैनेज करने के लिए एक ओपन-सोर्स प्लेटफॉर्म है. इसका उपयोग एक्सपेरिमेंट्स को ट्रैक करने, कोड को दोहराने योग्य रन में पैकेज करने, और मॉडल्स को शेयर व डिप्लॉय करने के लिए किया जा सकता है. इस अभ्यास में, आप अपने हार्ट डिजीज मॉडल के एक ट्रेनिंग एक्सपेरिमेंट के कुछ पैरामीटर्स लॉग करेंगे. mlflow आयात किया जा चुका है, और प्रशिक्षित हार्ट डिजीज model आपके लिए लोड कर दिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
एंड-टू-एंड मशीन लर्निंग
अभ्यास निर्देश
"Logistic Regression Heart Disease Prediction"नाम का एक MLflow एक्सपेरिमेंट इनिशियलाइज़ करें.- एक रन शुरू करें, और प्रशिक्षित मॉडल के coefficient और intercept को लॉग करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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)