패스트캠퍼스 챌린지 18일차

1. Example code 살펴보기
https://github.com/mlflow/mlflow/tree/master/examples/sklearn_elasticnet_diabetes

# VM 혹은 linux 사용자
wget https://raw.githubusercontent.com/mlflow/mlflow/master/examples/sklearn_elasticnet_
diabetes/linux/train_diabetes.py
# Mac 사용자
wget https://raw.githubusercontent.com/mlflow/mlflow/master/examples/sklearn_elasticnet_
diabetes/osx/train_diabetes.py

mlflow 에서 example 로 제공해주는 다양한 example 중 하나인 train_diabetes.py
scikit-learn 패키지에서 제공하는 diabetes(당뇨병) 진행도 예측용 데이터로
ElasticNet 모델을 학습하여, predict 한 뒤 그 evaluation metric 을 MLflow 에 기록
하는 예제
442 명의 당뇨병 환자를 대상으로, 나이, 성별, bmi 등의 10 개의 독립변수(X) 를 가
지고 1년 뒤 당뇨병의 진행률 (y) 를 예측하는 문제
데이터에 대한 자세한 분석과 ElasticNet 에 대한 자세한 설명은 생략하겠습니다.
ElasticNet : Linear Regression + L1 Regularization + L2 Regularization
parameter
alpha : Regularization coefficient
l1_ratio : L1 Regularization 과 L2 Regularization 의 비율

코드를 함께 살펴보겠습니다.
mlflow 와 연관된 부분에 주목해주세요.
mlflow.log_param
mlflow.log_metric
mlflow.log_model
mlflow.log_artifact

2. Example code 실행

# mlflow ui 를 수행한 디렉토리와 같은 디렉토리로 이동
cd mlflow-tutorial
# example 코드를 실행 후 mlflow 에 기록되는 것 확인
python train_diabetes.py

model 관련 meta 정보와 더불어 pkl 파일이 저장된 것을 확인



parameters, metrics, artifacts
다양한 parameter 로 테스트 후 mlflow 확인

python train_diabetes.py 0.01 0.01
python train_diabetes.py 0.01 0.75
python train_diabetes.py 0.01 1.0
python train_diabetes.py 0.05 1.0
python train_diabetes.py 0.05 0.01
python train_diabetes.py 0.5 0.8
python train_diabetes.py 0.8 1.0

다음과 같은 화면이 출력되며, metrics 와 parameter 를 한 눈에 비교할 수 있습니다.

3. MLflow 데이터 저장 방식

cd mlruns/0
ls
# 굉장히 많은 디렉토리가 생성되었습니다.
# (각각의 알 수 없는 폴더명은 mlflow 의 run-id 를 의미합니다.)
# 아무 디렉토리에나 들어가보겠습니다.
cd <특정 디렉토리>
ls
# artifacs, metrics, params, tag 와 같은 디렉토리가 있고 그 안에 실제 mlflow run 의 메타 정보가 저
장된 것을 확인할 수 있습니다.

 

#직장인인강 #직장인자기계발 #패스트캠퍼스후기#온라인패키지:머신러닝서비스구축을위한실전MLOps#머신러닝서비스구축을위한실전MLOps온라인패키지Online.

https://bit.ly/37BpXiC

패스트캠퍼스 [직장인 실무교육]

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.