MLFlow สำหรับการบันทึกและดึงข้อมูล

MLflow คือแพลตฟอร์มโอเพนซอร์สสำหรับจัดการวงจรชีวิตของ ML ใช้ติดตามการทดลอง บรรจุโค้ดให้รันได้ซ้ำ และแชร์หรือ deploy โมเดลได้ ในแบบฝึกหัดนี้ คุณจะบันทึกพารามิเตอร์บางส่วนของการทดลองฝึกโมเดลสำหรับการทำนายโรคหัวใจ โดยได้ import mlflow และโหลดโมเดลโรคหัวใจที่ฝึกแล้ว (model) ไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning แบบ End-to-End

ดูคอร์ส

คำแนะนำการฝึกหัด

เริ่มต้นการทดลอง MLflow โดยตั้งชื่อว่า "Logistic Regression Heart Disease Prediction"
เริ่มการรัน แล้วบันทึกค่าสัมประสิทธิ์ (coefficient) และค่า intercept ของโมเดลที่ฝึกแล้ว

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Initialize the MLflow experiment
____.____("Logistic Regression Heart Disease Prediction")

# Start a run, log model coefficients and intercept
with ____.____:
    for idx, coef in enumerate(model.coef_[0]):
        ____.____(f"coef_{idx}", ____)
    ____.____("intercept", model.intercept_[0])
	
    run_id = mlflow.active_run().info.run_id
    print(run_id)

แก้ไขและรันโค้ด