Tìm kiếm kết quả thí nghiệm
MLflow giúp bạn dễ dàng truy vấn kết quả các thí nghiệm, hỗ trợ theo dõi hiệu năng mô hình và các siêu tham số.
Hãy xem xét thí nghiệm gần đây nhất của bạn và tìm mô hình có Mean Absolute Percentage Error (MAPE) thấp nhất.
Bài tập này là một phần của khóa học
Thiết kế Pipeline Dự báo cho Môi trường Production
Hướng dẫn bài tập
- Tìm kiếm các run MLflow theo
experiment_name. - Lấy mô hình có hiệu năng tốt nhất duy nhất từ
all_resultsdựa trênmetrics.mape. - In ra phần con (subset) của
best_mape_model.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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"]])