НачатьНачать бесплатно

Добавление параметров при запуске проекта

Параметры позволяют настраивать поведение модели: они передаются как переменные во время обучения. Это удобно — вы можете запускать обучение несколько раз с разными параметрами, не изменяя сам код.

В этом упражнении вы воспользуетесь модулем mlflow projects, чтобы запустить проект, обучающий модель логистической регрессии для вашего эксперимента со страховыми данными. Вы напишете код с использованием модуля mlflow projects для запуска проекта, а затем добавите параметры, которые будут переданы модели в качестве гиперпараметров во время обучения.

Это упражнение является частью курса

Введение в MLflow

Посмотреть курс

Инструкции к упражнению

  • Вызовите функцию mlflow.projects.run() из модуля mlflow projects.
  • Создайте словарь параметров и задайте n_jobs_param равным 2, а fit_intercept_param — значение False.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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
  	____={
        '____': ____, 
        '____': ____
    }
)
Редактировать и запускать код