1. 学ぶ
    2. /
  2. コース
    3. /
  3. MLflow 入門
Connected

演習

scikit-learn フレーバーと評価

この演習では、分類モデルを学習し、その性能を評価します。モデルは Insurance Charges データセットを用いて、請求が女性か男性かを分類します。

まず、scikit-learn フレーバーを使ってモデルを MLflow Tracking にロギングし、最後に eval_data データセットを使ってモデルを評価します。

評価用データセットは eval_data として作成済みで、学習済みモデルの名前は lr_class です。eval_data は、学習データを sklearn の train_test_split() 関数で分割した結果である X_test と y_test から成ります。

# Model
lr_class = LogisticRegression()
lr_class.fit(X_train, y_train)

mlflow モジュールはインポート済みです。

指示

100 XP
  • scikit-learn の「組み込み」フレーバーを使って、lr_class モデルをロギングしてください。
  • mlflow モジュールの evaluate() 関数を呼び出してください。
  • eval_data データセットを評価し、ターゲットに "sex" 列を指定してください。