เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การเพิ่ม parameters ใน project run

Parameters ช่วยให้กำหนดพฤติกรรมของโมเดลได้ โดยส่งเป็นตัวแปรเข้าสู่โมเดลในระหว่างการฝึก ทำให้สามารถฝึกโมเดลหลายครั้งด้วย parameters ที่แตกต่างกันโดยไม่ต้องแก้ไขโค้ดการฝึกเลย

ในแบบฝึกหัดนี้ จะได้ใช้โมดูล mlflow projects เพื่อรัน Project สำหรับฝึกโมเดล Logistic Regression ในการทดลอง Insurance โดยเขียนโค้ดด้วยโมดูล mlflow projects เพื่อรัน project จากนั้นเพิ่ม parameters ที่จะถูกส่งเป็น hyperparameters ให้กับโมเดลในระหว่างการฝึก

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

MLflow เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เรียกใช้ฟังก์ชัน mlflow.projects.run() จากโมดูล mlflow projects
  • สร้าง dictionary ของ parameters แล้วกำหนดให้ n_jobs_param เป็น 2 และ fit_intercept_param เป็น False

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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
  	____={
        '____': ____, 
        '____': ____
    }
)
แก้ไขและรันโค้ด