跳到主要内容

使用本地数据库跟踪实验

在本教程中，您将学习如何使用本地数据库通过 MLflow 跟踪您的实验元数据。

默认情况下，MLflow Tracking 将运行数据记录（*写入*）到本地文件，这可能会由于零碎的小文件和缺乏简单的访问接口而带来一些不便。此外，如果您使用的是 Python，则可以使用运行在本地文件系统（例如 mlruns.db）上的 SQLite，并具有内置的 sqlite3 客户端，从而无需安装任何额外依赖项和设置数据库服务器。

步骤 1. 获取 MLflow​

MLflow 可在 PyPI 上获取。如果您尚未在本地机器上安装它，可以使用以下命令安装它

bash
pip install mlflow

步骤 2. 配置 MLflow 以记录到 SQLite 数据库​

要将 MLflow 指向本地 SQLite 数据库，您需要设置环境变量 MLFLOW_TRACKING_URI（例如 sqlite:///mlruns.db）。这将在当前目录中创建一个 SQLite 数据库文件（mlruns.db）。如果要将数据库文件存储在其他位置，请指定其他路径。

bash
export MLFLOW_TRACKING_URI=sqlite:///mlruns.db

如果您在 notebook 中，请运行以下单元格

text
%env MLFLOW_TRACKING_URI=sqlite:///mlruns.db
注意

对于使用 SQLite 数据库，如果数据库不存在，MLflow 会自动创建一个新数据库。如果要使用不同的数据库，则需要先创建该数据库。

步骤 3. 开始记录​

现在您可以开始记录您的实验运行了。例如，以下代码在 diabetes 数据集上为 scikit-learn RandomForest 模型运行训练

python
import mlflow

from sklearn.model_selection import train_test_split
from sklearn.datasets import load_diabetes
from sklearn.ensemble import RandomForestRegressor

mlflow.sklearn.autolog()

db = load_diabetes()
X_train, X_test, y_train, y_test = train_test_split(db.data, db.target)

# Create and train models.
rf = RandomForestRegressor(n_estimators=100, max_depth=6, max_features=3)
rf.fit(X_train, y_train)

# Use the model to make predictions on the test dataset.
predictions = rf.predict(X_test)

步骤 4. 在跟踪 UI 中查看记录的运行​

训练作业完成后，您可以运行以下命令来启动 MLflow UI（您必须使用 --backend-store-uri 选项指定 SQLite 数据库文件的路径）

bash
mlflow server --port 8080 --backend-store-uri sqlite:///mlruns.db

然后，在浏览器中导航至 https://:8080 查看结果。

下一步是什么？​

至此，您已学会如何将 MLflow Tracking 连接到远程存储和数据库。

您还可以探索一些更高级的主题