MLFlow로 로깅하고 데이터 가져오기

MLflow는 ML 수명 주기를 관리하는 오픈 소스 플랫폼입니다. 실험을 추적하고, 코드를 재현 가능한 실행으로 패키징하며, 모델을 공유하고 배포하는 데 사용할 수 있어요. 이번 연습에서는 심장 질환 모델 학습 실험의 일부 파라미터를 로깅해 보겠습니다. mlflow는 임포트되어 있고, 학습된 심장 질환 model이 로드되어 있어요.

이 연습은 강의의 일부입니다

엔드 투 엔드 Machine Learning

강의 보기

연습 안내

이름이 "Logistic Regression Heart Disease Prediction"인 MLflow 실험을 초기화하세요.
실행을 시작한 뒤, 학습된 모델의 계수(coefficient)와 절편(intercept)을 로깅하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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)

코드 편집 및 실행