我正在创建一个mlflow实验,该实验记录了一个逻辑回归模型、一个度量和一个工件
import mlflow
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import precision_recall_fscore_support
with mlflow.start_run(run_name=run_name, experiment_id=experiment_id):
logreg = LogisticRegression()
logreg.fit(x_train, y_train)
print('training over', flush=True)
y_pred = logreg.predict(x_test)
mlflow.sklearn.log_model(logreg, "model")
mlflow.log_metric("f1", precision_recall_fscore_support(y_test, y_pred, average='weighted')[2])
mlflow.log_artifact(x_train.to_csv('train.csv')
对于某些数据(x_train, y_train, x_test, y_test
)
有没有办法访问此运行名称的特定实验id的工件,并读取train.csv
和model
有一个download_artifacts function允许您访问记录的工件:
模型工件可以使用相同的函数下载(应该有名为
model/model.pkl
的对象(用于scikit学习或其他),也可以通过运行加载模型:相关问题 更多 >
编程相关推荐