Deney sonuçlarını arama
MLflow, deneylerinin sonuçlarını sorgulamayı kolaylaştırır; bu sayede model performansını ve hiperparametreleri takip edebilirsin.
Hadi en son deneyini inceleyelim ve En Düşük Ortalama Mutlak Yüzde Hatasına (MAPE) sahip modeli bulalım.
Bu egzersiz, kursun bir parçasıdır
Üretim için Tahmin (Forecasting) Hatları Tasarlama
Egzersiz talimatları
experiment_nameile MLflow çalışmaları arasında ara.metrics.mapetemelindeall_resultsiçinden en iyi performans gösteren tek modeli al.best_mape_modelalt kümesini yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
experiment_name = "hyperparameter_tuning"
# Search MLflow runs
all_results = mlflow.____(experiment_names=[____])
# Filter for the model with the best MAPE score
best_mape_model = all_results.____("metrics.mape").head(____)
# Print the model
print(____[["params.model_name", "metrics.mape"]])