Mulai sekarangMulai gratis

Mencatat sebuah run

Dalam latihan ini, Anda akan melatih model menggunakan Linear Regression dari scikit-learn untuk memprediksi profit dari himpunan data Unicorn. Anda telah membuat sebuah eksperimen bernama Unicorn Sklearn Experiment dan memulai run baru. Anda akan mencatat metrik untuk r2_score dan parameter untuk n_jobs, serta mencatat kode pelatihan sebagai artifact.

Model Linear Regression akan dilatih dengan parameter n_jobs bernilai 1. Metrik r2_score telah dihitung menggunakan r2_score() dari scikit-learn berdasarkan variabel y_pred yang berasal dari prediksi terhadap X_test.

model = LinearRegression(n_jobs=1)
model.fit(X_train, y_train)

y_pred = model.predict(X_test)

r2_score = r2_score(y_test, y_pred)

Modul mlflow serta modul LinearRegression, train_test_split, dan metrics dari scikit-learn akan diimpor.

Latihan ini merupakan bagian dari kursus

Pengantar MLflow

Lihat Kursus

Instruksi latihan

  • Catat variabel r2_score sebagai metrik bernama "r2_score".
  • Catat parameter bernama "n_jobs" ke Tracking Server.
  • Catat berkas "train.py" sebagai artifact di run.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Log the metric r2_score as "r2_score"
____.____("____", ____)

# Log parameter n_jobs as "n_jobs"
____.____("____", ____)

# Log the training code
____.____("train.py")
Edit dan Jalankan Kode