Usar o ML automatizado na interface do usuário do Azure Databricks

  • 3 minutos

Você pode usar a interface gráfica do usuário no portal do Azure Databricks para criar e gerenciar experimentos de ML automatizado.

Configurar um experimento de AutoML

Captura de tela da interface Configurar Experimento de ML automatizado no Azure Databricks.

Para configurar o experimento de ML automatizado, você deve especificar as configurações para seus requisitos específicos de treinamento de modelo, incluindo:

  • O cluster no qual você executa o experimento.
  • O tipo de modelo de machine learning que será treinado (clustering, regressão ou previsão).
  • A tabela que contém os dados de treinamento.
  • O campo de rótulo de destino para o modelo precisa prever.
  • Um nome exclusivo para o experimento de ML automatizado (as execuções filho para cada avaliação de treinamento são nomeadas automaticamente).
  • A métrica de avaliação que você deseja usar para determinar o modelo de melhor desempenho.
  • As estruturas de treinamento de aprendizado de máquina que você deseja testar.
  • O tempo máximo do experimento.
  • O valor de rótulo positivo (somente para classificação binária).
  • A coluna de tempo (somente para modelos de previsão).
  • Onde salvar os modelos treinados (como artefatos do MLflow ou no repositório DBFS).

Examinar os resultados do ML automatizado

À medida que o experimento de Ml automatizado progride, suas execuções filho são exibidas com o experimento que produziu o modelo de melhor desempenho até o momento primeiro.

Captura de tela da interface do Experimento de ML automatizado com execuções concluídas.

Você pode aguardar a conclusão do experimento ou explorar os modelos produzidos até o momento e interromper o experimento caso algum deles já tenha atendido suas necessidades.

Você pode explorar cada execução para exibir o notebook que foi gerado e as métricas para o modelo que ele produziu. Depois, você pode registrar o modelo e implantá-lo para inferência.