通过

使用 AutoML 回归

  • 项目

使用 AutoML 自动查找最佳回归算法和超参数配置来预测连续数值。

使用 UI 设置回归试验

可以通过以下步骤使用 AutoML UI 设置回归问题：

  1. 在边栏中，选择“ 试验”。

  2. 在回归卡中，选择“开始训练”。

    此时会显示“配置 AutoML 试验”页。 在此页上，指定数据集、问题类型、要预测的目标或标签列、要用于评估试验运行并为其评分的指标，以及停止条件，来配置 AutoML 过程。

  3. 在“计算”字段中，选择一个运行 Databricks Runtime ML 的群集。

  4. 在“数据集”下，选择“浏览”。

  5. 导航到要使用的表，然后单击“选择”。 此时会显示表架构。

    • 在 Databricks Runtime 10.3 ML 和更高版本中，可以指定 AutoML 应使用哪些列进行训练。 不能删除选作预测目标的列，或用于拆分数据的时间列。
    • 在 Databricks Runtime 10.4 LTS ML 及更高版本中，可以从“插补方式”下拉列表中进行选择，以指定如何插补 null 值。 默认情况下，AutoML 会根据列类型和内容选择一种插补方法。

    注意

    如果你指定了非默认插补方法，则 AutoML 不会执行语义类型检测。

  6. 单击“预测目标”字段。 此时会显示一个下拉列表，其中列出了架构中显示的列。 选择希望模型预测的列。

  7. “试验名称”字段显示默认名称。 若要更改该名称，请在字段中键入新名称。

你还可以：

高级配置

打开“高级配置 (可选)”部分以访问这些参数。

  • 评估指标是用来为运行评分的主要指标。
  • 在 Databricks Runtime 10.4 LTS ML 及更高版本中，可将训练框架排除在考虑范围之外。 默认情况下，AutoML 使用 AutoML 算法下列出的框架训练模型。
  • 你可以编辑停止条件。 默认停止条件为：
    • 对于预测实验，请在 120 分钟后停止。
    • 在 Databricks Runtime 10.4 LTS ML 及更低版本中，对于分类和回归试验，请在 60 分钟或完成 200 次试验后停止，以较早发生者为准。 对于 Databricks Runtime 11.0 ML 及更高版本，试验次数不会用作停止条件。
    • 在 Databricks Runtime 10.4 LTS ML 及更高版本中，对于分类和回归试验，AutoML 合并了提前停止；如果验证指标不再有改善，它将停止训练和优化模型。
  • 在 Databricks Runtime 10.4 LTS ML 及更高版本中，可以选择按 time column 时间顺序拆分用于训练、验证和测试的数据（仅适用于 分类 和 回归）。
  • Databricks 建议不要填充“数据目录”字段。 这样做会触发默认行为，将数据集安全地存储为 MLflow 项目。 可指定 DBFS 路径，但在这种情况下，数据集不会继承 AutoML 试验的访问权限。

运行实验并监视结果

若要启动 AutoML 试验，请单击“启动 AutoML”。 试验随即开始运行，此时会显示 AutoML 训练页。 若要刷新运行表，请单击刷新按钮。

查看试验进度

在此页中，可以：

  • 随时停止试验。
  • 打开数据探索笔记本。
  • 监视运行。
  • 导航到任一运行的运行页。

对于 Databricks Runtime 10.1 ML 和更高版本，AutoML 会显示有关数据集潜在问题的警告，例如不支持的列类型或高基数列。

注意

Databricks 会尽力指出潜在的错误或问题。 但是，这可能并不全面，并且可能无法捕获可能正在搜索的问题或错误。

要查看数据集的任何警告，请点击训练页或试验页（试验完成后）上的“警告”选项卡。

AutoML 警告

查看结果

试验完成后，可以：

  • 使用 MLflow 注册和部署某个模型。
  • 选择“查看最佳模型的笔记本”以查看和编辑创建了最佳模型的笔记本。
  • 选择“查看数据探索笔记本”打开数据探索笔记本。
  • 搜索、筛选运行表中的运行以及对其进行排序。
  • 查看任一运行的详细信息：
    • 可以通过单击 MLflow 运行找到包含源代码的已生成笔记本进行试运行。 笔记本保存在运行页的“项目”部分。 如果工作区管理员启用了下载项目的功能，则可以下载此笔记本并将其导入工作区。
    • 要查看运行结果，请点击“模型”列或“开始时间”列。 此时将出现运行页，其中显示了有关试运行的信息（例如参数、指标和标记）和该运行创建的项目（包括模型）。 此页面还包含可用于对模型进行预测的代码片段。

以后若要返回到此 AutoML 试验，可在“试验”页上的表中找到它。 每个 AutoML 实验的结果（包括数据探索和训练笔记本）都存储在运行实验的用户的主文件夹中的一个 databricks_automl 文件夹中。

注册和部署模型

可以使用 AutoML UI 注册和部署模型：

  1. 选择要注册的模型的“模型”列中的链接。 运行完成后，最佳模型（基于主要指标）将显示在最前面的行中。
  2. 选择“注册模型”按钮以在模型注册表中注册该模型。
  3. 选择边栏中的“模型”导航到“模型注册表”模型图标 。
  4. 在模型表中选择你的模型名称。
  5. 在已注册模型页中，可以使用模型服务为模型提供服务。

没有名为“pandas.core.indexes.numeric”的模块

通过模型服务为使用 AutoML 生成的模型提供服务时，可能会收到错误：No module named 'pandas.core.indexes.numeric。

这是由于 AutoML 和模型服务终结点环境之间的 pandas 版本是不兼容的版本。 可以通过运行 add-pandas-dependency.py 脚本解决此错误。 该脚本会为你记录的模型编辑 requirements.txt 和 conda.yaml，以包含适当的 pandas 依赖项版本：pandas==1.5.3

  1. 修改脚本以包含记录模型时所在的 MLflow 运行的 run_id。
  2. 将模型重新注册到 MLflow 模型注册表。
  3. 尝试为新版 MLflow 模型提供服务。

后续步骤