Utiliser du code pour exécuter une expérience AutoML
Si vous souhaitez exécuter une expérience AutoML dans le cadre d’un processus d’opérations machine learning automatisées (ML Ops), vous pouvez écrire du code pour configurer et lancer une expérience AutoML.
L’API AutoML fournit une bibliothèque Python que vous pouvez utiliser pour exécuter des expériences AutoML pour la classification, la régression et la prévision. Pour configurer les détails spécifiques d’une expérience AutoML, vous devez écrire du code qui utilise l'classify
, regress
ou la méthode forecast
en fonction des paramètres de vos besoins spécifiques.
Par exemple, le code suivant exécute une expérience AutoML de classification.
from databricks import automl
# Get the training data
train_df = spark.sql("SELECT * FROM penguins")
# Configure and initiate the AutoML experiment
summary = automl.classify(train_df, target_col="Species",
primary_metric="precision", timeout_minutes=5)
# Get the best model
model_uri = summary.best_trial.model_path
Pourboire
Pour plus d’informations sur l’utilisation de l’API AutoML, consultez Entraîner des modèles ML avec l’API Python AutoML Azure Databricks dans la documentation Azure Databricks.