始める無料で始める

プロジェクト実行にパラメータを追加する

パラメータは、学習時にモデルへ変数として渡すことで、モデルの振る舞いを調整できます。これにより、学習用コード自体を変更せずに、異なるパラメータで何度もモデルを学習できます。

この演習では、mlflow projects モジュールを使って、Insurance の実験でロジスティック回帰モデルを学習するための Project を実行します。mlflow projects モジュールを用いてプロジェクトを実行するコードを作成し、さらに学習時にモデルへハイパーパラメータとして渡されるパラメータを追加します。

この演習はコースの一部です

MLflow 入門

コースを見る

演習の手順

  • mlflow projects モジュールから mlflow.projects.run() 関数を呼び出してください。
  • パラメータの辞書を作成し、n_jobs_param を 2、fit_intercept_param を False に設定してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

import mlflow

# Set the run function from the MLflow Projects module
____.____.____(
    uri='./',
    entry_point='main',
    experiment_name='Insurance',
  	env_manager='local',
  	# Set parameters for n_jobs and fit_intercept
  	____={
        '____': ____, 
        '____': ____
    }
)
コードを編集して実行