ПочатиПочніть безкоштовно

Смак scikit-learn і оцінювання

У цій вправі ви натренуєте модель класифікації та оціните її якість. Модель використовує ваш набір даних Insurance Charges, щоб визначити, чи належали витрати жінці чи чоловікові.

Почнемо з логування моделі до MLflow Tracking, використовуючи „смак" scikit-learn, а завершимо оцінюванням моделі на наборі eval_data.

Ваш набір для оцінювання створено як eval_data, а нашу модель натреновано під назвою lr_class. eval_data складається з X_test і y_test, адже тренувальні дані було розбито за допомогою функції train_test_split() зі sklearn.

# Model
lr_class = LogisticRegression()
lr_class.fit(X_train, y_train)

Модуль mlflow вже імпортовано.

Ця вправа є частиною курсу

Вступ до MLflow

Переглянути курс

Інструкції до вправи

  • Залогувати модель lr_class, використовуючи „вбудований" смак scikit-learn.
  • Викликати функцію evaluate() з модуля mlflow.
  • Оцінити набір eval_data і вказати цільову колонку "sex".

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Eval Data
eval_data = X_test
eval_data["sex"] = y_test
# Log the lr_class model using Scikit-Learn Flavor
___.___.___(____, "model")

# Get run id
run = mlflow.last_active_run()
run_id = run.info.run_id

# Evaluate the logged model with eval_data data
___.___(f"runs:/{run_id}/model", 
        ____=____, 
        ____="____",
        model_type="classifier"
)
Редагувати та запускати код