Trénování modelů prognóz pomocí rozhraní Python API AutoML

Tento článek ukazuje, jak vytrénovat model pomocí AutoML pomocí rozhraní Python API AutoML. Další podrobnosti najdete v referenčních informacích k rozhraní PYTHON API pro AutoML.

Rozhraní API poskytuje funkce pro spuštění klasifikace, regrese a prognózování spuštění AutoML. Každé volání funkce trénuje sadu modelů a vygeneruje zkušební poznámkový blok pro každý model.

Viz Požadavky pro experimenty AutoML.

Nastavení experimentu pomocí rozhraní API AutoML

Následující kroky obecně popisují, jak nastavit experiment AutoML pomocí rozhraní API:

1. Vytvořte poznámkový blok a připojte ho ke clusteru, na kterém běží Databricks Runtime ML.

2. Určete, kterou tabulku chcete použít z existujícího zdroje dat, nebo nahrajte datový soubor do DBFS a vytvořte tabulku.

3. Ke spuštění AutoML použijte funkci automl.regress(), automl.classify()nebo automl.forecast() a předejte tabulku spolu s dalšími trénovacími parametry. Pokud chcete zobrazit všechny funkce a parametry, přečtěte si referenční informace k rozhraní Python API autoML.

   Poznámka:

   Funkce automl.forecast() je k dispozici pouze pro prognózování klasických výpočetních prostředků.

   Příklad:

   # Regression example
   summary = automl.regress(dataset=train_pdf, target_col="col_to_predict")
   
   # Classification example
   summary = automl.classification(dataset=train_pdf, target_col="col_to_predict")
   
   # Forecasting example
   summary = automl.forecast(dataset=train_pdf, target_col="col_to_predic", time_col="date_col", horizon=horizon, frequency="d", output_database="default")
   

4. Po spuštění AutoML se v konzole zobrazí adresa URL experimentu MLflow. Pomocí této adresy URL můžete sledovat průběh spuštění. Aktualizujte experiment MLflow, abyste viděli pokusy, jakmile jsou dokončené.

5. Po dokončení spuštění AutoML:

• Pomocí odkazů v souhrnu výstupu přejděte k experimentu MLflow nebo poznámkovému bloku, který vygeneroval nejlepší výsledky.
• Pomocí odkazu na poznámkový blok pro zkoumání dat získáte přehled o datech předávaných do AutoML. Tento poznámkový blok můžete také připojit ke stejnému clusteru a znovu ho spustit a reprodukovat výsledky nebo provést další analýzu dat.
• Pomocí souhrnného objektu vráceného voláním AutoML můžete prozkoumat další podrobnosti o zkušebních verzích nebo načíst model natrénovaný danou zkušební verzí. Přečtěte si další informace o objektu AutoMLSummary.
• Naklonujte všechny vygenerované poznámkové bloky ze zkušebních verzí a znovu ho spusťte tak, že ho připojíte ke stejnému clusteru, abyste mohli výsledky reprodukovat. Můžete také provést potřebné úpravy, znovu je spustit, abyste natrénovali další modely a přihlásili je do stejného experimentu.

Import poznámkového bloku

Pokud chcete importovat poznámkový blok uložený jako artefakt MLflow, použijte databricks.automl.import_notebook rozhraní PYTHON API. Další informace najdete v tématu Import poznámkového bloku.

Registrace a nasazení modelu

Model vytrénovaný AutoML můžete zaregistrovat a nasadit stejně jako jakýkoli registrovaný model v registru modelů MLflow; viz Záznam, načtení a registrace modelů MLflow.

Žádný pojmenovaný modul pandas.core.indexes.numeric

Při poskytování modelu vytvořeného pomocí AutoML s obsluhou modelů se může zobrazit chyba: No module named pandas.core.indexes.numeric.

Důvodem je nekompatibilní pandas verze mezi AutoML a modelem obsluhující prostředí koncového bodu. Řešení chyby:

1. Stáhněte si skript add-pandas-dependency.py. Skript upraví requirements.txt protokolovaný model tak conda.yaml , aby zahrnoval příslušnou pandas verzi závislostí: pandas==1.5.3.
2. Upravte skript tak, aby zahrnoval run_id běhu MLflow, ve kterém byl váš model zaznamenán.
3. Znovu zaregistrujte model do registru modelů MLflow.
4. Zkuste obsluhovat novou verzi modelu MLflow.

Příklad poznámkového bloku

Následující poznámkový blok ukazuje, jak provádět prognózy pomocí AutoML.

Ukázkový poznámkový blok prognózy AutoML

Získání poznámkového bloku

Další kroky

Referenční informace k rozhraní PYTHON API pro AutoML