能否不使用with mlflow.start_run()块实现MLFlow全Notebook跟踪？

当然可以不用with块实现整个Notebook的MLflow跟踪，具体操作如下：

• 启动全局跟踪Run：在Notebook最开头直接执行mlflow.start_run()，无需包裹代码块。这会启动一个顶级Run，后续所有MLflow日志操作（参数、指标、文件等）都会自动关联到这个Run，覆盖整个Notebook的执行过程。
  示例代码：

  import mlflow
  
  # 可指定Run名称，方便后续在MLflow UI中识别
  mlflow.start_run(run_name="full_notebook_data_cleaning_track")
  

• 记录数据清洗参数：在数据清洗的各个步骤里，直接用mlflow.log_param()或mlflow.log_params()记录参数即可，不用嵌套在with块中。
  示例代码：

  # 记录单个清洗参数
  mlflow.log_param("missing_value_process", "drop")
  # 批量记录多个清洗参数
  cleaning_config = {
      "scaler_type": "StandardScaler",
      "train_test_split_ratio": 0.8,
      "categorical_encode_method": "one-hot"
  }
  mlflow.log_params(cleaning_config)
  

• 显式结束Run：在Notebook最后执行mlflow.end_run()，确保Run被正确关闭。虽然Notebook正常结束时MLflow会自动终止Run，但显式调用能避免因意外中断导致的Run状态异常。
  示例代码：

  mlflow.end_run()
  

额外注意事项 #

• 如果中途需要切换新的Run，必须先调用mlflow.end_run()关闭当前Run，否则新启动的Run会默认成为当前Run的嵌套子Run。若不想嵌套，也可在启动新Run时指定nested=False，但更推荐先关闭旧Run再启动新的，避免跟踪逻辑混乱。
• 若不小心多次调用mlflow.start_run()且未关闭，MLflow会自动将后续操作关联到最近启动的Run上，需注意保持Run的生命周期清晰。

内容的提问来源于stack exchange，提问作者Connor