Utiliser du code pour mener une expérience AutoML
Si vous souhaitez mener une expérience AutoML dans le cadre d’un processus de Machine Learning automatisé (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 mener des expériences AutoML de classification, de régression et de prévision. Pour configurer les détails spécifiques d'une expérience AutoML, vous devez écrire un code qui utilise la méthode classify, regress ou forecast correspondant aux paramètres de vos besoins spécifiques.
Par exemple, le code suivant exécute une expérience de classification AutoML.
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
Conseil
Pour plus d'informations sur l'utilisation de l'API AutoML, voir Entraîner des modèles ML avec l’API Python AutoML Azure Databricks dans la documentation Azure Databricks.