Usar código para executar um experimento de ML automatizado

Concluído

Se você quiser executar um experimento de ML automatizado como parte de um processo de ML Ops (operações de machine learning automatizado), poderá escrever um código para configurar e iniciar um experimento de ML automatizado.

A API do ML automatizado fornece uma biblioteca Python que você pode usar para executar experimentos de ML automatizado para classificação, regressão e previsão. Para configurar os detalhes específicos de um experimento de ML automatizado, você deve escrever um código que use o método classify, regress ou forecast conforme apropriado com os parâmetros para suas necessidades específicas.

Por exemplo, o código a seguir executa um experimento de ML automatizado de classificação.

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

Dica

Para obter mais informações sobre como usar a API do ML automatizado, confiraTreinar modelos de ML com a API do Python do ML automatizado do Azure Databricks na documentação do Azure Databricks.