1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Giới thiệu về MLflow
Connected

Bài tập

Flavor scikit-learn và đánh giá

Trong bài tập này, bạn sẽ huấn luyện một mô hình phân loại và đánh giá hiệu năng của nó. Mô hình sử dụng tập dữ liệu Insurance Charges của bạn để phân loại chi phí thuộc về nữ hay nam.

Chúng ta sẽ bắt đầu bằng cách log mô hình lên MLflow Tracking bằng flavor scikit-learn và kết thúc bằng việc đánh giá mô hình của bạn sử dụng tập dữ liệu eval_data.

Tập dữ liệu đánh giá của bạn đã được tạo là eval_data và mô hình được huấn luyện có tên lr_class. eval_data bao gồm X_test và y_test vì dữ liệu huấn luyện đã được tách bằng hàm train_test_split() từ sklearn.

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

Module mlflow đã được import.

Hướng dẫn

100 XP
  • Log mô hình lr_class bằng flavor "built-in" của scikit-learn.
  • Gọi hàm evaluate() từ module mlflow.
  • Đánh giá tập dữ liệu eval_data và đặt target là cột "sex".