5个PyCaret的常见误解( 二 )

你没有保存你的实验如果你没有保存你的实验 , 你应该立即开始保存它们 。 无论你是否要使用MLFlow后端服务器 , 你仍然应该记录所有的实验 。 当你执行任何实验时 , 你会生成大量的元数据 , 这些元数据是不可能手动跟踪的 。
PyCaret的日志功能将在使用get_logs函数时生成一个漂亮、轻量级、易于理解的excel电子表格 。 例如:
# 加载数据集from pycaret.datasets import get_datadata = http://kandian.youth.cn/index/get_data('juice')# 初始化setupfrom pycaret.classification import *s = setup(data, target = 'Purchase', silent = True, log_experiment = True, experiment_name = 'juice1')# 比较基线模型best = compare_models()# 生成日志get_logs()
5个PyCaret的常见误解文章插图
在这个非常短的实验中 , 我们已经生成了3000多个元数据点(度量、超参数、运行时等) 。 想象一下 , 你将如何手动跟踪这些数据点?也许 , 这实际上不可能 。 幸运的是 , PyCaret提供了一种简单的方法来完成它 。 只需在设置函数中将log_experiment设置为True即可 。
要了解PyCareT2.2中的所有更新的更多信息 , 请参阅发行说明或阅读此公告: