MLFぉｗ

pip install mlflow

mlflow server

import mlflow

from sklearn.datasets import load_iris

from sklearn.ensemble import RandomForestClassifier

from sklearn.model_selection import train_test_split

# データの読み込み

iris = load_iris()

X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=42)

# MLflowのトラッキングURIを設定

mlflow.set_tracking_uri("http://localhost:5000")

# ランダムフォレストモデルのトレーニング

with mlflow.start_run():

    rf = RandomForestClassifier(n_estimators=10)

    rf.fit(X_train, y_train)

    # モデルの評価

    score = rf.score(X_test, y_test)

    print("Accuracy: %f" % score)

    # MLFlowにメトリクスとパラメータを記録

    mlflow.log_metric("accuracy", score)

    mlflow.log_param("n_estimators", 10)

    # MLFlowにモデルを保存

    mlflow.sklearn.log_model(rf, "model")

http://localhost:5000にアクセスすることで、MLFlow UIにアクセスすることができます。