從 Model Registry 載入模型
在這個練習中，你會使用 scikit-learn 風味（flavor），從 MLflow Model Registry 部署最穩定的 "Insurance" 模型，接著用測試資料從模型取得預測。
此模型使用 LogisticRegression 來預測保險理賠申請的性別為男性或女性，分別以 1 與 0 標示。你將載入該模型，然後使用名為 X_test 的測試集進行預測。
已經匯入 MLflow 模組。
本練習屬於課程
MLflow 入門
練習說明
- 使用 scikit-learn 風味，依照從 Registry 取得模型的慣用寫法，將模型 URI 指向
"Insurance"模型在"Production"階段的版本，並將其載入。 - 使用已載入的模型，對訓練時透過
train_test_split產生的測試資料進行預測。
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。
# Load the Production stage of Insurance model using scikit-learn flavor
model = ____.____.____("____")
# Run prediction on our test data
____.____(____)