Paketera en maskininlärningsmodell
I den här övningen tränar du en LinearRegression-modell från scikit-learn för att förutsäga vinsten för ett Unicorn-företag.
Du använder MLflows inbyggda scikit-learn Flavor för att paketera modellen. Med flavorns funktion för automatisk loggning loggas mätvärden, parametrar och modellen automatiskt till MLflow Tracking när estimatorn anpassas.
Den här övningen är en del av kursen
Introduktion till MLflow
Övningsinstruktioner
- Importera
sklearn-flavorn från modulenmlflow. - Ange experimentet till
"Sklearn Model". - Använd automatisk loggning från flavorn för att paketera din modell.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import Scikit-learn flavor
import mlflow.____
# Set the experiment to "Sklearn Model"
mlflow.____("____")
# Set Auto logging for Scikit-learn flavor
____.____.____()
lr = LinearRegression()
lr.fit(X_train, y_train)
# Get a prediction from test data
print(lr.predict(X_test.iloc[[5]]))