Kom igångKom igång gratis

Ladda modeller från Model Registry

I den här övningen använder du scikit-learn-varianten för att driftsätta den mest stabila "Insurance"-modellen från MLflow Model Registry och sedan använda testdata för att få en prediktion från modellen.

Modellen använder LogisticRegression för att förutsäga om ett försäkringsärende gäller en man eller kvinna, vilket är märkt som 1 eller 0. Du laddar modellen och gör sedan prediktioner med hjälp av en testmängd kallad X_test.

MLflow-modulen importeras automatiskt.

Den här övningen är en del av kursen

Introduktion till MLflow

Visa kurs

Övningsinstruktioner

  • Använd scikit-learn-varianten för att ladda "Production"-versionen av "Insurance"-modellen med hjälp av konventionen för att hämta modeller från Registry som modell-URI.
  • Använd den laddade modellen för att köra en prediktion på testdata från train_test_split som användes vid träning av modellen.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Load the Production stage of Insurance model using scikit-learn flavor
model = ____.____.____("____")

# Run prediction on our test data
____.____(____)
Redigera och kör kod