Použití AutoML v uživatelském rozhraní Azure Databricks

  • 3 min

Pomocí grafického uživatelského rozhraní na portálu Azure Databricks můžete vytvářet a spravovat experimenty AutoML.

Konfigurace experimentu AutoML

Snímek obrazovky s rozhraním Konfigurovat experiment AutoML v Azure Databricks

Pokud chcete nakonfigurovat experiment AutoML, musíte zadat nastavení pro konkrétní požadavky na trénování modelu, včetně:

  • Cluster, na kterém experiment spouštíte.
  • Typ modelu strojového učení, který se má trénovat (clustering, regrese nebo prognózování).
  • Tabulka obsahující trénovací data.
  • Pole cílového popisku modelu musí předpovědět.
  • Jedinečný název experimentu AutoML (podřízená spuštění pro každou trénovací zkušební verzi jsou jedinečně pojmenovaná automaticky).
  • Metrika vyhodnocení, kterou chcete použít k určení modelu s nejlepším výkonem.
  • Rozhraní pro trénování strojového učení, které chcete vyzkoušet.
  • Maximální doba experimentu.
  • Hodnota kladného popisku (pouze pro binární klasifikaci)
  • Sloupec času (pouze pro modely prognózy)
  • Kam uložit natrénované modely (jako artefakty MLflow nebo v úložišti DBFS).

Kontrola výsledků AutoML

Při pokroku experimentu AutoML se zobrazí jeho podřízená spuštění s experimentem, který vytvořil dosud nejvýkonnější model.

Snímek obrazovky s rozhraním experimentu AutoML s dokončenými spuštěními

Můžete počkat na dokončení experimentu nebo prozkoumat modely vytvořené zatím a zastavit experiment, pokud jste spokojení s tím, že některý z nich vyhovuje vašim potřebám.

Každé spuštění můžete prozkoumat a zobrazit poznámkový blok, který se vygeneroval, a metriky pro model, který vytvořil. Pak můžete model zaregistrovat a nasadit ho pro odvozování.