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

演習

MLproject にパラメータを追加する

MLflow Projects でパラメータを定義すると、ML コードの再現性を高められます。さらに、コードを変更せずに設定を変えて学習実験を実行しやすくなります。

この演習では、メインのエントリーポイント用に MLproject ファイルへパラメータを追加します。このエントリーポイントは train_model.py スクリプトを実行し、Insurance データから Logistic Regression モデルを学習します。

このスクリプトは、モデル学習に使うハイパーパラメータである n_jobs と fit_intercept の 2 つのパラメータを受け取ります。まずは MLproject ファイルに n_jobs パラメータを追加し、その後に fit_intercept パラメータを追加します。最後に、メインのエントリーポイントで実行されるコマンドにこれらのパラメータを渡します。

指示

100 XP
  • n_jobs という名前のパラメータを作成し、型は int、既定値は 1 にします。
  • 2 つ目のパラメータとして fit_intercept を作成し、型は bool、既定値は True にします。
  • 両方のパラメータをコマンドに渡し、n_jobs を先頭、その次に fit_intercept を指定してください。