什麼是應用MLFlow聚類算法的最佳實踐?

[User16826993440]

什麼是應用MLFlow聚類算法的最佳實踐?的各種指標的客戶跟蹤是什麼?beplay体育app下载地址

[Joseph_B]

好問題!我將把我的建議分為2部分:

(1)MLflow跟蹤而言,集群非常類似於其他毫升工作流,所以沒有多少變化。

(2)的具體參數、指標、等跟蹤、集群非常不同,因此意識到常見和有用的東西來跟蹤是有益的。

(1)通用的一個毫升工作流應該跟蹤相同的方式分類,回歸,和其他問題:

• 參數,尤其是無論hyperparameters你從缺省值
• 指標(見下文)
• 數據源和版本
• 代碼/筆記本
• 等。

(2),我將列出一些建議我對重要的參數,指標,等等,但我很有興趣聽聽別人的,特別是如果你有更詳細的參考資料的鏈接。

“正確”指標使用非常problem-dependent和依賴於模式。在高級別上,我確保日誌:

• 算法優化的指標:例如,k - means歐幾裏得距離的優化。scikit-learn文檔有一個很好的指標列表(“幾何”)模型它支持:https://scikit-learn.org/stable/modules/clustering.html overview-of-clustering-methods
• 你最關心的指標:例如,如果你知道真實的任務,您可能會使用蘭德指數。如果你沒有真實,您可能使用輪廓係數。scikit-learn文檔有冗長的解釋一些聚類指標:https://scikit-learn.org/stable/modules/clustering.html clustering-performance-evaluation維基百科頁麵也不錯:https://en.wikipedia.org/wiki/Cluster_analysis Evaluation_and_assessment
• (上述情況,對訓練和驗證數據)

希望這可以幫助!