MLproject에 매개변수 추가하기
MLflow Projects에서 매개변수를 정의하면 ML 코드를 재현 가능하게 만들 수 있어요. 또한 코드를 바꾸지 않고도 서로 다른 설정으로 학습 실험을 간단히 실행할 수 있어요.
이 연습에서는 메인 엔트리 포인트에 사용할 MLproject 파일에 매개변수를 추가하겠습니다. 이 엔트리 포인트는 Insurance 데이터로 Logistic Regression 모델을 학습하는 train_model.py 스크립트를 실행해요.
이 스크립트는 모델 학습에 사용하는 하이퍼파라미터 n_jobs와 fit_intercept 두 가지 매개변수를 받아요. 먼저 MLproject 파일에 n_jobs 매개변수를 추가하고, 이어서 fit_intercept를 추가하겠습니다. 마지막으로 메인 엔트리 포인트에서 실행되는 명령에 이 매개변수들을 전달하겠습니다.
이 연습은 강의의 일부입니다
MLflow 소개
연습 안내
int타입의n_jobs매개변수를 기본값1로 생성하세요.bool타입의 두 번째 매개변수fit_intercept를 기본값True로 생성하세요.- 두 매개변수를 명령에 전달하되,
n_jobs가 먼저, 그다음에fit_intercept가 오도록 하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
"""
name: insurance_model
python_env: python_env.yaml
entry_points:
main:
parameters:
# Create parameter for number of jobs as n_jobs
____:
____: ____
____: ____
# Create parameter for fit_intercept
____:
____: ____
____: ____
# Add parameters to be passed into the command
command: "python3.9 train_model.py {____} {____}"
"""