ComeçarComece de graça

Registrando novos modelos

O MLflow Model Registry também pode registrar modelos durante uma execução de treinamento. Isso é útil porque permite fazer o logging e registrar um modelo na mesma função.

Neste exercício, você vai usar o flavor do scikit-learn para registrar um modelo no Model Registry durante uma execução de treinamento, quando o modelo é registrado no MLflow Tracking. Em seguida, você vai pesquisar no Model Registry para confirmar que o modelo foi registrado.

Este modelo será registrado junto com outros modelos já registrados que foram treinados com os dados de treinamento "Insurance". O modelo já foi treinado e está na variável lr. Ao pesquisar no Model Registry, uma instância de MLflowClient() foi atribuída a client e a string de filtro já foi criada como insurance_filter_string.

Este exercício faz parte do curso

Introdução ao MLflow

Ver curso

Instruções do exercício

  • Registre o modelo lr em "Insurance" usando o flavor do scikit-learn.
  • Pesquise no Model Registry com client para garantir que o modelo foi registrado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Log the model using scikit-learn flavor
____.____.____(____, "model", ____="____")
insurance_filter_string = "name = 'Insurance'"

# Search for Insurance models
print(____.____(____=____))
Editar e executar o código