Scikit-Learnによる特徴量エンジニアリング

このページのサンプル ノートブックは、特徴エンジニアリングのために Databricks でScikit-Learn使用する方法を示しています。

DatabricksでMLflowに統合されたScikit-Learnを使用する

このノートブックでは、データの読み込み、モデルのトレーニング、分散ハイパーパラメーター調整、モデル推論の完全なエンドツーエンドの例を示しています。 また、MLflow とモデルレジストリの使用方法も示します。

注:

次のノートブックには、このリリースの Databricks on Google Cloud では使用できない機能が含まれている場合があります。

ワークスペースで Unity Catalog が有効になっている場合は、次のバージョンのノートブックを使用します。

DatabricksでMLflowに統合されたScikit-Learnを使用する (Unity Catalog )

ノートブックを新しいタブで開く

ワークスペースで Unity Catalog が有効になっていない場合は、次のバージョンのノートブックを使用します。

DatabricksでMLflowに統合されたScikit-Learnを使用する

ノートブックを新しいタブで開く