ComeçarComece de graça

Adição de parâmetros à execução do projeto

Os parâmetros podem ser usados para configurar o comportamento de um modelo, sendo passados como variáveis para o modelo durante o treinamento. Isso permite que você treine o modelo várias vezes usando parâmetros diferentes sem modificar o próprio código de treinamento.

Neste exercício, você usará o módulo mlflow projects para executar um projeto usado para treinar um modelo de regressão logística para o seu experimento de seguro. Você criará um código usando o módulo mlflow projects que executará seu projeto. Em seguida, você adicionará parâmetros que serão passados como hiperparâmetros para o modelo durante o treinamento.

Este exercício faz parte do curso

Introdução ao fluxo ML

Ver curso

Instruções do exercício

  • Chame a função mlflow.projects.run() do módulo mlflow projects.
  • Crie o dicionário de parâmetros e defina n_jobs_param como 2 e fit_intercept_param como False.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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
  	____={
        '____': ____, 
        '____': ____
    }
)
Editar e executar o código