创建多步工作流：模型评估
在本练习中，您将创建用于管理 ML 生命周期部分环节的多步工作流中的模型评估步骤。您将使用 MLflow Projects 模块的 run() 方法，并将入口点设为 model_evaluation。然后，获取在上一个练习中作为输出生成的 model_engineering_run_id，并将其作为参数传递给命令。
上一步创建的 MLproject 可在 IPython Shell 中使用 print(MLproject) 查看。
已导入 mlflow 模块。
本练习是课程的一部分
MLflow 入门
练习说明
- 将 MLflow Projects 模块中的
run()方法赋给model_evaluation。 - 将入口点参数设置为
"model_evaluation"。 - 设置名为
"run_id"的参数，取值为model_engineering_run_id。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set the MLflow Projects run method
model_evaluation = ____.____.____(
uri="./",
# Set the entry point to model_evaluation
____="____",
# Set the parameter run_id to the run_id output of previous step
parameters={
"____": ____,
},
env_manager="local"
)
print(model_evaluation.get_status())