Dela via


Självstudie: ML-modeller från slutpunkt till slutpunkt på Azure Databricks

Den här notebook-filen visar ett exempel från slutpunkt till slutpunkt på att träna en modell i Azure Databricks, inklusive att läsa in data, visualisera data, konfigurera en parallell optimering av hyperparameter och använda MLflow för att granska resultaten, registrera modellen och utföra slutsatsdragning på nya data med hjälp av den registrerade modellen i en Spark UDF.

Du kan importera den här notebook-filen och köra den själv, eller kopiera kodfragment och idéer för eget bruk.

Notebook-fil

Om din arbetsyta är aktiverad för Unity Cataloganvänder du den här versionen av notebook-filen:

Använd scikit-learn med MLflow-integrering på Databricks (Unity Catalog)

Get anteckningsbok

Om arbetsytan inte är aktiverad för Unity Cataloganvänder du den här versionen av notebook-filen:

Använda scikit-learn med MLflow-integrering på Databricks

Get anteckningsbok