封裝一個機器學習模型
在這個練習中，你將使用 scikit-learn 的 LinearRegression 模型來預測一家獨角獸公司的獲利。
你會使用 MLflow 內建的 scikit-learn Flavor 來封裝模型。當呼叫擬合估計器（fit estimator）時，使用 Flavor 的自動記錄功能，將評估指標、參數與模型自動記錄到 MLflow Tracking。
本練習屬於課程
MLflow 入門
練習說明
- 從
mlflow模組匯入sklearnFlavor。 - 將 Experiment 設為
"Sklearn Model"。 - 使用該 flavor 的自動記錄功能來封裝你的模型。
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。
# Import Scikit-learn flavor
import mlflow.____
# Set the experiment to "Sklearn Model"
mlflow.____("____")
# Set Auto logging for Scikit-learn flavor
____.____.____()
lr = LinearRegression()
lr.fit(X_train, y_train)
# Get a prediction from test data
print(lr.predict(X_test.iloc[[5]]))