MLflow 用于传统机器学习

传统机器学习构成了数据科学的支柱，为各行各业的关键应用提供支持。从银行业的欺诈检测到零售业的需求预测，这些经过验证的算法每天都能提供企业所依赖的可靠、可解释的结果。

MLflow 为传统机器学习工作流提供了全面支持，使跟踪实验、管理模型和大规模部署解决方案变得轻而易举。无论您是构建集成模型、调整超参数，还是部署批量评分管道，MLflow 都能简化您从原型到生产的整个过程。

为什么传统机器学习需要 MLflow

传统机器学习在大规模应用中的挑战

🔄 广泛的实验：传统机器学习需要系统地测试算法、特征和超参数以找到最优解决方案
📊 模型比较：在大规模应用中比较不同算法和配置的性能变得复杂
🔧 管道管理：管理预处理、特征工程和模型训练工作流需要精心编排
👥 团队协作：数据科学家需要在项目中共享实验、模型和洞察
🚀 部署复杂性：从笔记本实验到生产系统的迁移会带来操作挑战
📋 监管合规性：许多行业要求详细的模型文档和审计跟踪

MLflow 通过为传统机器学习工作流量身定制的工具来解决这些挑战，在整个机器学习生命周期中提供结构和清晰度。

传统机器学习的关键特性

🎯 智能自动日志记录

MLflow 的自动日志记录功能专为传统机器学习库设计

一行代码集成支持 scikit-learn、XGBoost、LightGBM 等
自动参数捕获无需手动干预即可记录所有模型超参数
内置评估指标自动计算并存储相关性能指标
模型序列化无缝处理管道和自定义转换器等复杂对象

高级自动日志记录功能

超越基本跟踪

MLflow 的自动日志记录系统为传统机器学习提供了复杂的功能

管道阶段跟踪：自动记录每个管道组件的参数和转换
超参数搜索集成：原生支持 GridSearchCV、RandomizedSearchCV 和流行的优化库
交叉验证结果：捕获详细的交叉验证指标和逐折性能
特征重要性：自动记录支持模型的特征重要性分数
模型签名：推断并存储输入/输出模式，用于部署验证
自定义指标：无缝集成领域特定的评估函数

实验比较
超参数调优
模型注册表
管道跟踪

比较不同算法的模型性能

在构建传统机器学习解决方案时，您通常需要测试多种算法以找到针对特定问题的最佳方法。MLflow 通过将所有实验自动集中跟踪，使这种比较变得轻而易举。

重要性

节省时间：无需再手动在电子表格或笔记本中跟踪结果
做出更好的决策：轻松发现哪些算法在您的数据上表现最佳
避免错误：绝不会丢失有前景的模型配置
共享结果：团队成员可以查看所有实验并在此基础上继续工作

您将获得

比较所有模型在准确率、精确率、召回率方面的可视化图表
显示参数组合及其结果的可排序表格
快速筛选以查找符合特定性能标准的模型
导出功能，用于与利益相关者共享结果

非常适合需要系统地评估随机森林、XGBoost 和逻辑回归，或比较相同算法下不同特征工程方法的数据科学家。

🏗️ 管道管理

传统机器学习工作流通常涉及复杂的预处理和特征工程

端到端管道跟踪捕获每个转换步骤
自定义转换器支持支持 sklearn 管道和自定义组件
可重现的工作流确保在不同环境中产生相同的结果
管道版本控制管理不断演变的特征工程过程
交叉验证集成跟踪不同数据分割的性能
数据验证确保训练和推理之间预处理的一致性

企业级管道功能

生产就绪的管道管理

MLflow 为传统机器学习管道提供了企业级功能

模式演进：优雅地处理输入数据模式的变化
批量处理：支持大规模批量推理工作流
模型监控：跟踪数据漂移和模型性能退化
A/B 测试：在生产环境中比较模型版本
回滚能力：出现问题时快速回滚到之前的模型版本

🚀 灵活部署

在各种环境和用例中部署传统机器学习模型

实时推理用于低延迟预测服务
批量处理用于大规模评分任务
边缘部署用于离线和移动应用
容器化服务支持 Docker 和 Kubernetes
云集成跨 AWS、Azure 和 Google Cloud 平台
自定义服务逻辑用于复杂的预处理和后处理需求

高级部署选项

超越基本模型服务

MLflow 支持传统机器学习的复杂部署模式

多模型端点：通过路由逻辑从单个端点提供多个模型服务
集成服务：部署具有自定义组合策略的模型集成
预处理集成：在服务模型中包含特征工程管道
监控集成：连接到可观测性平台进行生产跟踪
自动伸缩：通过动态资源分配处理可变负载

库集成

MLflow 原生支持所有主流传统机器学习库，实现与您现有工作流的无缝集成，同时增加强大的实验跟踪和模型管理功能。

开始使用

快速设置指南

1. 安装 MLflow

pip install mlflow

对于特定集成，请安装相应的软件包

# For scikit-learn
pip install scikit-learn

# For XGBoost
pip install xgboost

2. 启用自动日志记录

import mlflow

# For scikit-learn
mlflow.sklearn.autolog()

# For XGBoost
mlflow.xgboost.autolog()

# For all supported frameworks
mlflow.autolog()

3. 正常训练您的模型

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split

# Your existing training code works unchanged!
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

with mlflow.start_run():
    model = RandomForestClassifier(n_estimators=100)
    model.fit(X_train, y_train)

4. 查看结果

打开 MLflow UI 查看您跟踪的实验

mlflow ui

实际应用

结合 MLflow 的传统机器学习为各行各业的关键应用提供支持

💳 金融服务：具有全面审计跟踪的信用评分、欺诈检测和风险评估模型
🏥 医疗保健：具有可解释模型和监管合规性的临床决策支持系统
🛒 零售和电子商务：需求预测、推荐引擎和客户细分分析
🏭 制造业：预测性维护、质量控制和供应链优化
📞 电信：客户流失预测、网络优化和服务质量监控
🚗 交通运输：路线优化、需求预测和车队管理系统
🏢 保险：承保模型、理赔处理和精算分析
🎯 营销：客户生命周期价值、活动优化和市场篮子分析

高级主题

超参数优化
模型可解释性

MLflow 与流行的超参数优化框架无缝集成

import mlflow
import optuna
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_score


def objective(trial):
    with mlflow.start_run(nested=True):
        # Define hyperparameter search space
        n_estimators = trial.suggest_int("n_estimators", 10, 100)
        max_depth = trial.suggest_int("max_depth", 1, 10)

        # Train and evaluate model
        model = RandomForestClassifier(
            n_estimators=n_estimators, max_depth=max_depth, random_state=42
        )

        scores = cross_val_score(model, X_train, y_train, cv=5)
        return scores.mean()


# Run optimization study
with mlflow.start_run():
    study = optuna.create_study(direction="maximize")
    study.optimize(objective, n_trials=50)

    # Log best results
    mlflow.log_params(study.best_params)
    mlflow.log_metric("best_accuracy", study.best_value)

MLflow 提供内置的 SHAP 集成，用于自动模型解释

import mlflow

with mlflow.start_run():
    # Train and log model
    model = RandomForestClassifier(n_estimators=100)
    model.fit(X_train, y_train)
    mlflow.sklearn.log_model(model, name="model")
    model_uri = mlflow.get_artifact_uri("model")

    # Evaluate with automatic SHAP explanations
    result = mlflow.evaluate(
        model_uri,
        eval_data,
        targets="label",
        model_type="classifier",
        evaluator_config={"log_explainer": True},  # Enable SHAP
    )

    # SHAP plots and explainers automatically generated

教程和指南

使用 MLflow 和 Optuna 进行超参数调优

探索 MLflow Tracking 与 Optuna 的集成，以实现超参数优化。了解如何利用父子运行关系并比较调优实验，从而最大限度地提高模型性能。

使用 MLflow 构建自定义 PyFunc 模型

探索 MLflow Custom PyFunc 的强大功能，以创建标准化、可重现的工作流。从简单的数学模型到复杂的机器学习集成，学习构建灵活的模型接口。

使用 PyFunc 构建多模型端点

使用 MLflow 的 PyFunc 框架构建复杂的多模型推理系统。学习创建具有自定义路由逻辑的低延迟端点，以服务多个模型。

MLflow 组件

MLflow 跟踪
MLflow Evaluate
模型注册表
部署

跟踪是 MLflow 生态系统的核心，有助于系统地组织实验和模型

实验和模型：每个实验都包含您研究的特定方面，每个实验可以包含多个模型。模型记录了关键数据，例如指标、参数和代码状态。
工件：存储实验的关键输出，无论是模型、可视化、数据集还是其他元数据。这个工件存储库确保了可追溯性和便捷访问。
指标和参数：通过允许用户记录参数和指标，MLflow 使比较不同模型变得简单，从而促进模型优化。
依赖项和环境：平台自动捕获计算环境，确保实验在不同设置下可重现。
输入示例和模型签名：这些功能允许开发人员定义模型输入的预期格式，使验证和调试更加直接。
UI 集成：集成的用户界面提供了所有模型的视觉概览，便于轻松比较和获得更深入的洞察。
搜索功能：使用 MLflow 强大的搜索功能高效筛选您的实验。
API：提供全面的 API，允许用户以编程方式与跟踪系统交互，并将其集成到现有工作流中。

了解更多关于 MLflow Tracking 的信息 →

此功能充当模型的目录

版本控制：随着模型的演进，跟踪版本变得至关重要。模型注册表处理版本控制，确保用户可以恢复到旧版本或比较不同的迭代。
注释 (tags)：注册表中的模型可以添加描述、用例或其他相关元数据进行注释。
生命周期阶段：跟踪每个模型版本的阶段，无论是“预演”、“生产”还是“归档”。这确保了部署和维护过程的清晰性。

了解更多关于模型注册表的信息 →

了解更多

深入了解 MLflow 在传统机器学习方面的能力

Scikit-learn 指南：掌握 MLflow 与最流行的 Python 机器学习库的集成
XGBoost 指南：学习具有自动实验跟踪功能的高级梯度提升工作流
Spark MLlib 指南：通过分布式计算支持将传统机器学习扩展到大数据
模型注册表：实施企业模型治理和生命周期管理
MLflow 部署：将传统机器学习模型部署到生产环境

MLflow 用于传统机器学习

传统机器学习在大规模应用中的挑战

传统机器学习的关键特性

🎯 智能自动日志记录

超越基本跟踪

比较不同算法的模型性能

可视化超参数搜索结果

管理模型版本和生命周期

跟踪复杂的机器学习管道

🏗️ 管道管理

生产就绪的管道管理

🚀 灵活部署

超越基本模型服务

库集成

开始使用

1. 安装 MLflow

2. 启用自动日志记录

3. 正常训练您的模型

4. 查看结果

实际应用

高级主题

教程和指南

MLflow 组件

了解更多

传统机器学习在大规模应用中的挑战​

传统机器学习的关键特性​

🎯 智能自动日志记录​

超越基本跟踪​

比较不同算法的模型性能​

可视化超参数搜索结果​

管理模型版本和生命周期​

跟踪复杂的机器学习管道​

🏗️ 管道管理​

生产就绪的管道管理​

🚀 灵活部署​

超越基本模型服务​

库集成​

开始使用​

1. 安装 MLflow​

2. 启用自动日志记录​

3. 正常训练您的模型​

4. 查看结果​

实际应用​

高级主题​

教程和指南​

MLflow 组件​

了解更多​

传统机器学习在大规模应用中的挑战

传统机器学习的关键特性

🎯 智能自动日志记录

超越基本跟踪

比较不同算法的模型性能

可视化超参数搜索结果

管理模型版本和生命周期

跟踪复杂的机器学习管道

🏗️ 管道管理

生产就绪的管道管理

🚀 灵活部署

超越基本模型服务

库集成

开始使用

1. 安装 MLflow

2. 启用自动日志记录

3. 正常训练您的模型

4. 查看结果

实际应用

高级主题

教程和指南

MLflow 组件

了解更多