Databricks で Scikit-Learn を使用する

このページでは、 scikit-learn パッケージを使用して Databricks で機械学習モデルをトレーニングする方法の例を示します。 Scikit-Learn は、単一ノード機械学習で最も人気のある Python ライブラリの 1 つであり、Databricks ランタイムと Databricks Runtime 機械学習に含まれています。クラスターのランタイムに含まれる Scikit-Learn ライブラリのバージョンについては、 Databricks Runtimeリリースノートを参照してください。

これらのノートブックをインポートして、Databricks ワークスペースで実行できます。

Databricks ですぐに開始するための追加のサンプルノートブックについては、「チュートリアル: 機械学習の概要」を参照してください。

Scikit-Learn を使用した基本的な例

このノートブックでは、Databricks での機械学習モデルのトレーニングの概要を簡単に説明します。 scikit-learn パッケージを使用して、単純な分類モデルをトレーニングします。また、 MLflow を使用してモデル開発プロセスを追跡し、 Hyperopt を使用してハイパーパラメーターの調整を自動化する方法についても説明します。

scikit-learn classification ノートブック

ノートブックを新しいタブで開く

Databricks で Scikit-Learn を使用したエンドツーエンドの例

このノートブックでは、 Scikit-Learn を使用して、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の調整、モデル推論の完全なエンドツーエンドの例を示します。また、 MLflow Model Registry を使用してモデルをログに記録および登録するモデルライフサイクル管理についても説明します。

MLflow 統合ノートブックで Scikit-Learn を使用する