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
Üretim için Tahmin (Forecasting) Hatları Tasarlama
kursunun bir parçasıdırEgzersiz talimatları
experiment_nameile MLflow çalışmaları arasında ara.metrics.mapetemelindeall_resultsiçinden en iyi performans gösteren tek modeli al.best_mape_modelalt kümesini yazdır.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
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"]])