Регистрация новых моделей
Model Registry в MLflow также позволяет регистрировать модели прямо в ходе обучения. Это удобно, поскольку даёт возможность логировать и регистрировать модель в рамках одной функции.
В этом упражнении вы воспользуетесь scikit-learn flavor, чтобы зарегистрировать модель в Model Registry во время обучающего запуска — в тот момент, когда модель логируется в MLflow Tracking. Затем вы выполните поиск в Model Registry, чтобы убедиться, что модель была успешно зарегистрирована.
Эта модель будет зарегистрирована вместе с уже существующими моделями, обученными на данных "Insurance". Модель уже обучена и сохранена в переменной lr. Для поиска в Model Registry экземпляр MLflowClient() уже задан как client, а строка фильтра создана как insurance_filter_string.
Это упражнение является частью курса
Введение в MLflow
Инструкции к упражнению
- Зарегистрируйте модель
lrпод именем"Insurance"с помощью scikit-learn flavor. - Выполните поиск в Model Registry с помощью
client, чтобы убедиться, что модель была зарегистрирована.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Log the model using scikit-learn flavor
____.____.____(____, "model", ____="____")
insurance_filter_string = "name = 'Insurance'"
# Search for Insurance models
print(____.____(____=____))