Uruchamianie eksperymentu rozwiązania AutoML przy użyciu kodu
Jeśli chcesz uruchomić eksperyment zautomatyzowanego uczenia maszynowego w ramach procesu zautomatyzowanego uczenia maszynowego (ML Ops), możesz napisać kod w celu skonfigurowania i zainicjowania eksperymentu rozwiązania AutoML.
Interfejs API automatycznego uczenia maszynowego udostępnia bibliotekę języka Python, której można użyć do uruchamiania eksperymentów rozwiązania AutoML na potrzeby klasyfikacji, regresji i prognozowania. Aby skonfigurować informacje dotyczące eksperymentu AutoML, należy napisać kod, który odpowiednio używa metody classify, regress lub forecast zgodnie z parametrami dla konkretnych potrzeb.
Na przykład poniższy kod uruchamia eksperyment automatycznego uczenia maszynowego klasyfikacji.
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
Wskazówka
Aby uzyskać więcej informacji na temat korzystania z interfejsu API automatycznego uczenia maszynowego, zobacz Trenowanie modeli uczenia maszynowego za pomocą interfejsu API języka Python usługi Azure Databricks w dokumentacji usługi Azure Databricks.