1. Example code 살펴보기 (Automatic Logging)

• https://github.com/mlflow/mlflow/tree/v1.21.0/examples/sklearn_autolog

wget https://raw.githubusercontent.com/mlflow/mlflow/v1.21.0/examples/sklearn_autolog/utils.py
wget https://raw.githubusercontent.com/mlflow/mlflow/v1.21.0/examples/sklearn_autolog/pipeline.py

• mlflow 에서 example 로 제공해주는 example 중 하나

  • 간단한 training data 를 가지고 sklearn 의 Pipeline 을 사용해,StandardScaler 전처리 이후 LinearRegression 을 수행하는 코드

• scikit-learn 과 같은 패키지는 mlflow 레벨에서 autolog 를 지원

  • model 의 parameters, metrics 와 model artifacts 를 사용자가 명시하지 않아도 자동으로 mlflow 에 로깅
    
    

2. Example code 살펴보기 (XGB Model)

• https://github.com/mlflow/mlflow/tree/v1.21.0/examples/xgboost

wget https://raw.githubusercontent.com/mlflow/mlflow/v1.21.0/examples/xgboost/train.py

# xgboost==1.4.2 설치 필요

• mlflow 에서 example 로 제공해주는 example 중 하나
  • iris data 를 가지고 xgboost 모델로 classification 을 수행하는 코드
• mlflow 에서 지원하는 xgboost 용 autolog 를 사용했고, 추가적인 custom metric 을 남기기 위해 mlflow.log_metrics() 사용