python - 有没有办法使用 MLflow 记录数据集的描述性统计信息？

Question

有没有办法使用 MLflow 记录数据集的描述性统计信息？如果有的话，请分享详细信息？

Answer 1

一般来说，您可以使用 mlflow_log_artifact() 函数记录代码的任意输出。来自 the docs :

mlflow.log_artifact(local_path, artifact_path=None)Log a local file or directory as an artifact of the currently active run.

Parameters:
local_path – Path to the file to write.artifact_path – If provided, the directory in artifact_uri to write to.

例如，假设您在 pandas 数据框中有统计信息，stat_df。

## Write csv from stats dataframe
stat_df.to_csv('dataset_statistics.csv')

## Log CSV to MLflow
mlflow.log_artifact('dataset_statistics.csv')

这将显示在跟踪 UI 中运行的此 MLflow 的工件部分下。如果您进一步浏览文档，您会发现您还可以记录整个目录和其中的对象。通常，MLflow 为您提供了很大的灵 active ——您写入文件系统的任何内容都可以使用 MLflow 进行跟踪。当然，这并不意味着你应该。 :)