Lưu và tải mô hình
Với Model API, bạn có thể chia sẻ mô hình giữa các nhà phát triển không cùng truy cập được vào cùng một MLflow Tracking server bằng cách dùng hệ thống tệp cục bộ.
Trong bài tập này, bạn sẽ huấn luyện một mô hình LinearRegression mới dựa trên một mô hình hiện có bằng cách dùng bộ dữ liệu Unicorn. Trước tiên, bạn sẽ tải mô hình hiện có từ hệ thống tệp cục bộ. Sau đó, bạn sẽ huấn luyện một mô hình mới từ mô hình hiện có và lưu lại vào hệ thống tệp cục bộ.
Mô hình hiện có đã được lưu vào hệ thống tệp cục bộ trong thư mục "lr_local_v1". Mô-đun mlflow đã được import.
Bài tập này là một phần của khóa học
Giới thiệu về MLflow
Hướng dẫn bài tập
- Tải mô hình từ thư mục hệ thống tệp cục bộ
"lr_local_v1"bằng thư viện scikit-learn từ mô-đun MLflow. - Sử dụng thư viện scikit-learn từ mô-đun
mlflow, lưu mô hình cục bộ vào thư mục"lr_local_v2".
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Load model from local filesystem
model = ____.____.____("____")
# Training Data
X = df[["R&D Spend", "Administration", "Marketing Spend", "State"]]
y = df[["Profit"]]
X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.7,random_state=0)
# Train Model
model.fit(X_train, y_train)
# Save model to local filesystem
____.____.____(____, "____")