Sdílet prostřednictvím


Regrese pomocí AutoML

Pomocí AutoML můžete automaticky najít nejlepší regresní algoritmus a konfiguraci hyperparametrů pro predikci průběžného číselného values.

Set regresní experiment s uživatelským rozhraním

Pomocí uživatelského rozhraní AutoML můžete set problém s regresí pomocí následujícího postupu:

  1. Na bočním panelu selectExperimenty.

  2. Na kartě RegreseselectZahájit trénování.

    Zobrazí se stránka konfigurace experimentu AutoML. Na této stránce nakonfigurujete proces AutoML zadáním datové sady, typu problému, cíle nebo popisku column, který chcete predikovat, metriky pro vyhodnocení a hodnocení spuštění experimentů a podmínek zastavení.

  3. V poli Computeselect cluster se spuštěným modulem Databricks Runtime ML.

  4. Pod datovou sadou, selectProcházet.

  5. Přejděte na table, který chcete použít, a klikněte na Select. Zobrazí se tableschema.

    Poznámka:

    Pokud zadáte metodu bez výchozí imputace, AutoML neprovádí detekci sémantických typů.

  6. Klikněte do pole Cíl předpovědi. Zobrazí se rozevírací seznam, který obsahuje columns uvedené v schema. Select column, které chcete, aby model předpověděl.

  7. Pole Název experimentu zobrazuje výchozí název. Pokud ho chcete změnit, zadejte nový název do pole.

Můžete také:

Pokročilé konfigurace

Otevřete část Advanced Configuration (volitelné) pro přístup k těmto parameters.

  • Metrika vyhodnocení je primární metrika použitá k určení skóre spuštění.
  • Ve službě Databricks Runtime 10.4 LTS ML a novějších můžete vyloučit z úvahy trénovací architektury. AutoML ve výchozím nastavení trénuje modely pomocí architektur uvedených v algoritmech AutoML.
  • Podmínky zastavení můžete upravit. Výchozí podmínky zastavení jsou:
    • U předpovědí experimentů zastavte po 120 minutách.
    • V Databricks Runtime 10.4 LTS ML a níže pro klasifikační a regresní experimenty zastavte po 60 minutách nebo po dokončení 200 pokusů, podle toho, co nastane dříve. Pro Databricks Runtime 11.0 ML a vyšší se počet pokusů nepoužívá jako stav zastavení.
    • V Databricks Runtime 10.4 LTS ML a novějších, pro klasifikační a regresní experimenty autoML zahrnuje předčasné zastavení; zastaví trénování a ladění modelů, pokud se metrika ověřování už nelepší.
  • V Databricks Runtime 10.4 LTS ML a novějších můžete použít selecttime column k rozdělení dat pro trénování, validaci a testování v chronologickém pořadí (platí pouze pro klasifikaci a regresi ).
  • Databricks doporučuje nenaplnění pole Adresář dat. Tím se aktivuje výchozí chování zabezpečeného ukládání datové sady jako artefaktu MLflow. Je možné zadat cestu DBFS, ale v tomto případě datová sada nedědí přístupová oprávnění experimentu AutoML.

Spuštění experimentu a monitorování výsledků

Chcete-li spustit experiment AutoML, klepněte na tlačítko Spustit AutoML. Experiment se spustí a zobrazí se stránka pro trénování AutoML. Chcete-li spustit refreshtable, klikněte na tlačítko Refresh.

Zobrazení průběhu experimentu

Z této stránky můžete:

  • Experiment můžete kdykoli zastavit.
  • Otevřete poznámkový blok pro zkoumání dat.
  • Monitorování spuštění.
  • Přejděte na stránku spuštění pro jakékoli spuštění.

S modulem Databricks Runtime 10.1 ML a novějším zobrazí AutoML upozornění na potenciální problémy s datovou sadou, jako jsou nepodporované typy column nebo columnss vysokou kardinalitou .

Poznámka:

Databricks nejlépe indikuje potenciální chyby nebo problémy. To ale nemusí být komplexní a nemusí zaznamenávat problémy nebo chyby, které hledáte.

Pokud chcete zobrazit všechna upozornění pro datovou sadu, klikněte na kartu Upozornění na stránce školení nebo na stránce experimentu po dokončení experimentu.

Upozornění AutoML

Zobrazení výsledků

Po dokončení experimentu můžete:

  • Zaregistrujte a nasaďte jeden z modelů pomocí MLflow.
  • Select Zobrazit poznámkový blok pro nejlepší model pro kontrolu a úpravu poznámkového bloku, který vytvořil nejlepší model.
  • Select Zobrazit poznámkový blok pro zkoumání dat otevřete poznámkový blok pro zkoumání dat.
  • Prohledat, filtrovat a seřadit běhy ve skupině běhů table.
  • Podrobnosti o každém spuštění:
    • Vygenerovaný poznámkový blok obsahující zdrojový kód pro zkušební spuštění najdete kliknutím na spuštění MLflow. Poznámkový blok se uloží v části Artefakty na stránce spuštění. Tento poznámkový blok si můžete stáhnout a importovat do pracovního prostoru, pokud správce pracovního prostoru povolí stahování artefaktů.
    • Chcete-li zobrazit výsledky spuštění, klikněte na Modelycolumn nebo na dobu spuštěnícolumn. Zobrazí se stránka spuštění s informacemi o zkušebním spuštění (například parameters, metrikách a značkách) a artefaktech vytvořených spuštěním, včetně modelu. Tato stránka obsahuje také fragmenty kódu, které můžete použít k předpovědím s modelem.

Pokud se chcete vrátit k tomuto experimentu AutoML později, najděte ho v table na stránce Experimenty. Výsledky každého experimentu AutoML, včetně zkoumání dat a trénovacích poznámkových bloků, jsou uložené ve databricks_automl složce v domovské složce uživatele, který experiment spustil.

Registrace a nasazení modelu

Model můžete zaregistrovat a nasadit pomocí uživatelského rozhraní AutoML:

  1. Select odkaz v Modelcolumn pro registraci modelu. Po dokončení spuštění je nejlepším modelem horního řádku (na základě primární metriky).
  2. Select tlačítko pro registraci modelu pro zaregistrování modelu v registru modelů .
  3. Select Ikona Modely Modely na bočním panelu přejděte do registru modelů.
  4. Select název vašeho modelu v modelu table.
  5. Na stránce zaregistrovaného modelu můžete model obsluhovat pomocí obsluhy modelů.

Žádný modul s názvem pandas.core.indexes.numeric

Při nasazení modelu vytvořeného pomocí AutoML můžete narazit na chybu get: No module named 'pandas.core.indexes.numeric.

Důvodem je nekompatibilní pandas verze mezi AutoML a modelem obsluhující prostředí koncového bodu. Tuto chybu můžete vyřešit spuštěním skriptu add-pandas-dependency.py. Skript upraví requirements.txt protokolovaný model tak conda.yaml , aby zahrnoval příslušnou pandas verzi závislostí: pandas==1.5.3

  1. Upravte skript tak, aby zahrnoval run_id spuštění MLflow where byl váš model zaznamenán.
  2. Opětovná registrace modelu do registru modelů MLflow
  3. Zkuste obsluhovat novou verzi modelu MLflow.

Další kroky