MLFlow для журналювання та отримання даних
MLflow — це платформа з відкритим кодом для керування життєвим циклом ML. Її можна використовувати, щоб відстежувати експерименти, пакувати код у відтворювані прогони, а також ділитися моделями та розгортати їх. У цій вправі ви зажурналите деякі параметри тренувального експерименту для моделі серцевих захворювань. mlflow імпортовано, а натреновану модель model для серцевих захворювань уже завантажено для вас.
Ця вправа є частиною курсу
End-to-End Machine Learning
Інструкції до вправи
- Ініціалізуйте експеримент MLflow з назвою
"Logistic Regression Heart Disease Prediction". - Запустіть прогон і зажурналте коефіцієнт та вільний член натренованої моделі.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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)