使用 MLflow 記錄與擷取資料

MLflow 是用來管理機器學習生命週期的開源平台。它可用於追蹤實驗、將程式碼封裝成可重現的執行，以及分享與部署模型。在接下來的練習中，你會為心臟病模型的訓練實驗記錄一些參數。mlflow 已匯入，且已為你載入訓練好的心臟病 model。

本練習屬於課程

端到端機器學習

檢視課程

練習說明

初始化一個名為 "Logistic Regression Heart Disease Prediction" 的 MLflow 實驗。
啟動一次執行，並記錄訓練後模型的係數與截距。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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)

編輯並執行程式碼