Ga naar hoofdinhoud Ga naar aanvullende inhoud

Een Databricks MLflow-verbinding maken

Databricks MLflow-verbindingen worden gemaakt in de Editor voor laden van gegevens of in de Scripteditor.

Zodra u een verbinding hebt gemaakt, kunt u gegevens selecteren in de beschikbare tabellen om naar Databricks MLflow te sturen voor berekeningen en kunt u de resultaten vervolgens uploaden in uw app. Deze verbinding kan worden gebruikt in uw load-script voor gegevens, en in diagramuitdrukkingen om modeleindpunten aan te roepen en realtime diagramuitdrukkingsberekeningen te maken.

U moet beschikken over de instellingen en toegangscredentials voor de Databricks MLflow-service waarmee u verbinding wilt maken.

Configureerbare instellingen

De volgende instellingen kunnen worden geconfigureerd in het dialoogvenster voor verbindingen:

Configureerbare instellingen in het dialoogvenster voor verbindingen
Veld Beschrijving
Configuratie selecteren

Configuratie: Selecteer de versie van Databricks MLflow dat uw model gebruikt. De volgende opties zijn beschikbaar:

  • MLflow 1.0: Het model is gemaakt met Databricks MLflow 1.x.

  • MLflow 2.0: Het model is gemaakt met Databricks MLflow 2.x.

    Informatie In het geval van modellen die zijn gemaakt met Databricks MLflow 2.0 (versie 2.x), worden gegevens verzonden naar Databricks in de JSON-indeling dataframe_split. Dit is de gewenste indeling voor gestructureerde gegevens in Databricks MLflow.
Model

URL van model: URL van het Databricks MLflow-platform waar het Databricks MLflow-model wordt geïmplementeerd.

Verificatie

Stelt de API-token voor Databricks ter beschikking.

Alle modellen in Databricks MLflow worden geverifieerd met tokengebaseerde verificatie van Databricks ingeschakeld. Dit vereist een gegenereerd API-token dat toegang heeft tot de modelresource.

Responstabel

Naam van geretourneerde tabel: Naam van de geretourneerde tabel van het geïmplementeerde machine learning-model.

Responsvelden
  • Alle beschikbare velden laden: Schakel laden in van alle beschikbare velden die worden geretourneerd door het machine learning-eindpunt. Als u deze optie uitschakelt, kunt u de tabelvelden en -waarden opgeven die in de app moeten worden geladen.

    Als u apps ontwikkelt, kunt u het beste eerst alle velden laden die door het modeleindpunt worden geretourneerd en dan eventueel de velden verwijderen die niet nodig zijn voor de analyse in de app.

  • Tabelvelden (JMESPath): De tabelvelden kunnen worden opgegeven door het volgende toe te voegen:

    • Naam: de naam van de tabel die in de app wordt geladen.

    • Waarde: de naam van de responsrij in de JSON-responsmatrix.

    Querytaal JMESPath kan worden gebruikt om de JSON-responsmatrix te parseren.

Associatie
  • Associatieveld: Een veld van de invoergegevenstabel dat een unieke ID bevat.

    Bij een eindpuntverzoek moet dit veld in de brongegevens zijn opgenomen om de geretourneerde resultatentabel met een sleutel aan de bronveldtabel te kunnen koppelen. Het aangewezen veld wordt geretourneerd als een veld in de respons en de prognoses kunnen worden gekoppeld aan de brongegevens in het gegevensmodel. Dit kan elk veld met een unieke ID zijn, van de brongegevens of als deel van het tabelload-proces.

  • Associatieveld verzenden: Als deze optie is geselecteerd, wordt het veld dat is opgegeven als associatieveld, geretourneerd naar Qlik Sense en opgenomen in de velden die naar het eindpunt worden verzonden.

    Als het veld deel uitmaakt van de brongegevens en door het model wordt verwacht, moet het naar het model worden verzonden door Associatieveld verzenden in te schakelen.

Naam De naam van de verbinding. Als u geen naam opgeeft, wordt de standaardnaam gebruikt.

Een nieuw verbinding maken

  1. Open de connector via de Editor voor laden van gegevens of de Scripteditor.

    Klik op Nieuwe verbinding maken en selecteer de Databricks MLflow-connector in de lijst.

  2. Vul de velden van dialoogvenster voor verbindingen in.

  3. Klik op Maken.

Uw verbinding wordt nu weergegeven onder Gegevensverbindingen in Editor voor laden van gegevens of in Scripteditor.

Was deze pagina nuttig?

Als u problemen ervaart op deze pagina of de inhoud onjuist is – een typfout, een ontbrekende stap of een technische fout – laat het ons weten zodat we dit kunnen verbeteren!