Registrera nya modeller
MLflow Model Registry kan också registrera modeller under en träningskörning. Det är praktiskt eftersom det gör det möjligt att logga och registrera en modell med samma funktion.
I den här övningen använder du scikit-learn-flavorn för att registrera en modell i Model Registry under en träningskörning, när modellen loggas till MLflow Tracking. Sedan söker du i Model Registry för att kontrollera att modellen registrerades.
Modellen registreras tillsammans med befintliga registrerade modeller som tränades på träningsdatan "Insurance". Modellen har redan tränats och tilldelats variabeln lr. När du söker i Model Registry har en instans av MLflowClient() tilldelats client och filtersträngen har redan skapats som insurance_filter_string.
Den här övningen är en del av kursen
Introduktion till MLflow
Övningsinstruktioner
- Registrera modellen
lrtill"Insurance"med scikit-learn-flavorn. - Sök i Model Registry med
clientför att kontrollera att modellen registrerades.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Log the model using scikit-learn flavor
____.____.____(____, "model", ____="____")
insurance_filter_string = "name = 'Insurance'"
# Search for Insurance models
print(____.____(____=____))