Microsoft Fabric 中的机器学习模型

机器学习模型是一个文件，在经过训练后可以识别特定类型的模式。 可以通过一组数据训练模型，并为其提供用于推理该数据集并从中进行学习的算法。 对模型进行训练后，可以使用模型来推理之前从未见过的数据，并对这些数据做出预测。

在 MLflow 中，机器学习模型可以包含多个模型版本。 在这里，每个版本都可以表示一个模型迭代。 本文介绍如何与 ML 模型交互，以跟踪和比较模型版本。

创建机器学习模型

在 MLflow 中，机器学习模型包括标准打包格式。 此格式允许在各种下游工具（包括 Apache Spark 上的批量推理）中使用这些模型。 该格式定义了一个约定，用于将模型保存为不同下游工具可以理解的不同“风格”。

可以直接从 Fabric UI 创建机器学习模型。 MLflow API 也可以直接创建模型。

若要从 UI 创建机器学习模型，可以：

1. 创建新的数据科学工作区，或选择现有的数据科学工作区。

2. 从“+ 新建”下拉列表中，选择“模型”，在数据科学工作区中创建空模型。

   

3. 创建模型后，可以开始添加模型版本，以跟踪运行指标和参数。 注册试验运行或将其保存到现有模型。

还可以使用 mlflow.register_model() API 直接从创作体验创建机器学习试验。 如果不存在具有给定名称的已注册机器学习模型，则 API 会自动创建它。

import mlflow

model_uri = "runs:/{}/model-uri-name".format(run.info.run_id)
mv = mlflow.register_model(model_uri, "model-name")

print("Name: {}".format(mv.name))
print("Version: {}".format(mv.version))

管理机器学习模型中的版本

机器学习模型包含用于简化跟踪和比较的模型版本的集合。 在模型中，数据科学家可以在各种模型版本中进行导航，以探索基础参数和指标。 数据科学家还可以跨模型版本进行比较，以确定较新的模型是否会产生更好的结果。

跟踪机器学习模型

机器学习模型版本表示注册用于跟踪的单个模型。

每项模型版本都包含以下信息：

• 创建时间：模型的创建日期和时间。
• 运行名称：用于创建此特定模型版本的试验运行的标识符。
• 超参数：超参数以键值对的形式保存。 键和值都是字符串。
• 指标：保存为键值对的运行指标。 值为数字。
• 模型架构/签名：模型输入和输出的说明。
• 记录的文件：以任何格式记录的文件。 例如，可以记录图像、环境、模型和数据文件。

比较和筛选机器学习模型

若要比较和评估机器学习模型版本的质量，可以比较所选版本的参数、指标和元数据。

直观比较机器学习模型

可以直观地比较现有模型内的运行。 直观比较可以在多个版本之间轻松导航和排序。

要比较运行，可以：

1. 选择包含多个版本的现有机器学习模型。
2. 选择“视图”选项卡，然后导航到“模型列表”视图。 还可以直接从详细信息视图中选择“查看模型列表”选项。
3. 可以引用表中的列。 展开“自定义列”窗格。 你可以从此处选择要查看的属性、指标和超参数。
4. 最后，可以在指标比较窗格中选择多个版本来比较其结果。 在此窗格中，可以通过对图表标题、可视化效果类型、X 轴、Y 轴等进行更改来自定义图表。

使用 MLflow API 比较机器学习模型

数据科学家还可以使用 MLflow 在工作区中保存的多个模型之间进行搜索。 请访问 MLflow 文档，以了解用于模型交互的其他 MLflow API。

from pprint import pprint

client = MlflowClient()
for rm in client.list_registered_models():
    pprint(dict(rm), indent=4)

应用机器学习模型

在数据集上训练模型后，可以将该模型应用于从未出现过的数据，以生成预测。 我们称此模型使用技术评分或推理。 有关 Microsoft Fabric 模型评分的详细信息，请参阅下一部分。

相关内容

• 了解 MLflow 试验 API