在專案執行中加入參數
在訓練時將參數作為變數傳入模型，可以用來設定模型的行為。這能讓你在不修改訓練程式碼本身的情況下，使用不同參數重複訓練模型數次。
在這個練習中，你會使用 mlflow projects 模組來執行一個用於訓練邏輯斯迴歸（Logistic Regression）模型的 Project，這是你保險實驗的一部分。你將撰寫使用 mlflow projects 模組的程式碼來執行你的專案，接著加入在訓練期間會作為超參數傳入模型的參數。
本練習屬於課程
MLflow 入門
練習說明
- 從
mlflow projects模組呼叫mlflow.projects.run()函式。 - 建立參數字典，並將
n_jobs_param設為 2、fit_intercept_param設為False。
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 mlflow
# Set the run function from the MLflow Projects module
____.____.____(
uri='./',
entry_point='main',
experiment_name='Insurance',
env_manager='local',
# Set parameters for n_jobs and fit_intercept
____={
'____': ____,
'____': ____
}
)