MLflow para registrar e recuperar dados
O MLflow é uma plataforma open source para gerenciar o ciclo de vida de Machine Learning. Ele pode ser usado para acompanhar experimentos, empacotar código em execuções reprodutíveis e compartilhar e implantar modelos. No exercício a seguir, você vai registrar alguns dos parâmetros de um experimento de treinamento para o seu modelo de doença cardíaca. mlflow já está importado, e o model de doença cardíaca treinado foi carregado para você.
Este exercício faz parte do curso
Machine Learning de ponta a ponta
Instruções do exercício
- Inicialize um experimento do MLflow chamado
"Logistic Regression Heart Disease Prediction". - Inicie uma execução e registre o coeficiente e o intercepto do modelo treinado.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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)