AutoML experiment: get model and metrics for any algorithm (not only for the best one)
還沒有人認領這個 Issue。
評估
- 難度
- 5/5
- 預估耗時
- 一週以上
- 新手友好度
- 35/100
- Issue 類型
- 功能
- 描述清晰度
- 基本清楚
- 活躍度
- 停滯
- 技術堆疊
- azure, jupyter-notebook, python
- 領域
- api, machine-learning
研究方向
從 issue 中展示的 MLflow 用戶端用法開始，包括 get_run、automl_best_child_run_id 標籤和 pipeline_id_000。追蹤 AutoML 子執行的識別方式，以及演算法名稱與其內部執行名稱之間的關係。完成的標準是記錄或支援取得實驗中任意演算法的模型及其指標，而不僅僅是最佳執行。
由索引模型根據 Issue 內容生成。
描述
What I'm trying to do
For an AutoML Forecasting experiment, I'd like to compare the performance of the best model with the performance of another model from the same experiment.
For an AutoML run, I understand how to get the best performing model and its metrics like this:
# ...initialize MLFlow client...
mlflow_parent_run = mlflow_client.get_run('upbeat_square_abs3942')
best_child_run_id = mlflow_parent_run.data.tags["automl_best_child_run_id"]
best_run = mlflow_client.get_run(best_child_run_id)
best_run.data.metrics
# etc...
But how can I fetch the job for any model based on the algorithm name?
Something like:
# pseudocode:
mlflow_client.get_automl_run_by_algorithm('XGBoostRegressor')
So far, I managed to figure out the following:
- list of algorithms used in the AutoML experiment
mlflow_parent_run.data.tags['pipeline_id_000']
# '__AutoML_Naive__;__AutoML_SeasonalNaive__;__AutoML_Average__;__AutoML_SeasonalAverage__;__AutoML_Ensemble__'
However, this list seems to be in an arbitrary order and I struggle to get the corresponding job names for the algorithms.
- "internal" job names for the child runs
The child runs seem to have different names than the names shown in Azure ML Studio.
They are named for instance upbeat_square_abs3942_2 - i.e. the name of the parent run upbeat_square_abs3942 followed by underscore plus a number (_2in this example).
But Azure ML Studio displays names like (no upbeat_square_abs3942_2 to be found):
So this code works:
child_run = mlflow_client.get_run('upbeat_square_abs3942_2')
but using a name shown in the screenshot above throws an exception, e.g.
child_run = mlflow_client.get_run('green_floor_0ln3tlpv')
Question
How can I obtain the model and metrics for any algorithm used in the experiment?
Thanks!
- 主要語言
- Jupyter Notebook
- 星號
- 4.4k
- 分支
- 2.6k
- PR 合併指標
- 30 天內沒有已合併 PR
環境準備
這個專案沒有提供開發容器、Dockerfile 或貢獻指南，環境需要你自己搭建：先看它的 README，通用步驟見我們的新手貢獻指南。
從這裡開始
- 先讀完整個 Issue，再讀專案的貢獻指南。
- 在 Issue 下留言說明你要接手 —— 這能避免兩個人做同樣的事。
- Fork 儲存庫，在一個分支上完成修改。
- 送出 Pull Request，並在描述裡引用這個 Issue 編號。
Azure/MachineLearningNotebooks 的其他 Issue
-
Incorrect type hint for azure.ai.ml.sweep.Choice可能重新可做 @Riddhi743 於 52 天前認領，目前沒有進行中的 PR。 未關閉
難度 2/5 1-3 小時 新手友好度 72/100
Azure/MachineLearningNotebooks#1975 · 1 則留言 ·
-
duplicates未關閉
難度 1/5 1 小時以內 新手友好度 68/100
Azure/MachineLearningNotebooks#1960 ·
-
machine未關閉
難度 5/5 一週以上 新手友好度 10/100
Azure/MachineLearningNotebooks#1987 ·
-
難度 5/5 一週以上 新手友好度 25/100
Azure/MachineLearningNotebooks#1985 · 1 則留言 ·
-
Dependencies to azure-storage-blob should be updated可能已有人在做 @PraveenMudalgeri 於 434 天前認領。 未關閉
難度 3/5 1-2 天 新手友好度 35/100
Azure/MachineLearningNotebooks#1981 · 1 個 reaction ·
查看 Azure/MachineLearningNotebooks 的全部 Issue
相似的 Issue
-
難度 2/5 1-3 小時 新手友好度 66/100
FuRongJun-1999/dsh-memory#170 ·
維護者通常 1 天內回覆
-
難度 2/5 1-3 小時 新手友好度 78/100
-
[BUG] Re-subscribing the Mono returned by listTools/listResources/listResourceTemplates/listPrompts/listRoots duplicates the results可能已有人在做 關聯的 PR 仍在進行中或已合併。 未關閉
難度 2/5 1-3 小時 新手友好度 75/100
modelcontextprotocol/java-sdk#1174 · 1 個 reaction ·
維護者通常 2 天內回覆
-
難度 2/5 1-3 小時 新手友好度 82/100
NanmiCoder/cc-haha#1533 · 1 則留言 ·
維護者通常 1 天內回覆
-
難度 2/5 1-3 小時 新手友好度 66/100
maxrave-dev/SimpMusic#2649 ·
維護者通常 2 天內回覆