使用代码运行 AutoML 试验

3 分钟

如果要在自动化机器学习作（ML Ops）过程中运行 AutoML 试验，可以编写代码来配置和启动 AutoML 试验。

AutoML API 提供了一个 Python 库，可用于运行 AutoML 试验进行分类、回归和预测。若要配置 AutoML 试验的特定详细信息，必须编写使用 classify、regress或 forecast 方法的代码，以满足特定需求的参数。

例如，以下代码运行分类 AutoML 试验。

from databricks import automl

# Get the training data
train_df = spark.sql("SELECT * FROM penguins")

# Configure and initiate the AutoML experiment
summary = automl.classify(train_df, target_col="Species",
                          primary_metric="precision", timeout_minutes=5)

# Get the best model
model_uri = summary.best_trial.model_path

提示

有关使用 AutoML API 的详细信息，请参阅 Azure Databricks 文档中的 Azure Databricks AutoML Python API 训练 ML 模型。

使用代码运行 AutoML 试验

反馈