Vai al contenuto principale Passa a contenuto complementare

Sorgente di analisi di Databricks MLflow

Databricks MLflow è una piattaforma di machine learning per l'automazione, la verifica e l'accelerazione di analisi predittive, destinata ad aiutare scienziati e analisti dei dati a creare e distribuire modelli predittivi accurati.

Per connettersi a Databricks MLflow, è necessario aver creato, oppure avere accesso, a un modello e averlo distribuito a un endpoint sulla piattaforma Databricks MLflow. Inoltre, questo endpoint deve essere accessibile pubblicamente per Qlik Cloud.

MLflow gestito.

Limitazioni

  • Databricks MLflow presenta una quota endpoint. Per ulteriori informazioni, vedere Introduzione al machine learning Databricks.

  • Le risorse disponibili per i servizi Databricks MLflow in cui il modello è stato distribuito influiranno e limiteranno le prestazioni nel ricaricamento di Qlik Sense e nella reattività dei grafici.

  • Il connettore Databricks MLflow è limitato a 200,000 righe per richiesta. Tali righe vengono inviate al servizio endpoint in batch da 2,000 righe. Negli scenari in cui è necessario elaborare più righe, utilizzare un Ciclo all'interno dello script di caricamento dei dati per elaborare più righe in batch.

  • Se un'applicazione viene ricaricata regolarmente, si consiglia di memorizzare nella cache le previsioni usando un file QVD e inviare solo le nuove righe all'endpoint predittivo. Ciò migliorerà le prestazioni di ricaricamento dell'applicazione Qlik Sense e ridurrà il carico sull'endpoint Databricks MLflow.

  • Al momento di utilizzare Databricks MLflow in un'espressione del grafico, è importante fornire i tipi di dati dei campi, dato che il modello necessita di elaborarli nel formato stringa/numerico corretto. Un limite nelle estensioni lato server all'interno delle espressioni del grafico consiste nel fatto che i tipi di dati non vengono rilevati automaticamente, dato che si trovano nello script di caricamento.

  • Se si sta utilizzando un nome relativo per la connessione e si decide di spostare la propria app da uno spazio condiviso a un altro spazio condiviso, o se si sposta la propria app da uno spazio condiviso al proprio spazio privato, ci vorrà del tempo affinché la connessione di analisi venga aggiornata per riflettere la nuova posizione nello spazio.

Hai trovato utile questa pagina?

Se riscontri problemi con questa pagina o con il suo contenuto – un errore di battitura, un passaggio mancante o un errore tecnico – facci sapere come possiamo migliorare!