Träna en scikit-learn-modell och spara i scikit-learn-format

Den här notebook-datorn baseras på MLflow-självstudien .

Notebook-anteckningsboken visar hur du använder MLflow för att spåra modellträningsprocessen, inklusive loggning av modellparametrar, mått, själva modellen och andra artefakter som diagram till en Azure Databricks värdindelade spårningsserver. Den innehåller också instruktioner för att visa loggade resultat i användargränssnittet för MLflow-spårning.

Information om hur du distribuerar den tränade modellen på Azure ML finns i scikit-learn-modelldistribution på Azure ML.

MLflow scikit-learn– notebook-modellträning

Hämta notebook-fil