如何为已有的MLflow运行添加标签？基于Hyperopt最佳参数场景

我正在使用Hyperopt获取决策树maxDepth的最佳参数，同时为每个maxDepth值创建一个新的MLflow运行。Hyperopt运行完成后会返回最佳运行参数，我希望借此找到对应的MLflow运行，并为其添加标签（如{'best_run': True}）来标记它为最佳运行。

现有代码示例：

# use hyperopt to retrieve the best param for maxDepth for a decision tree
# log the parameters and model using mlflow for each value of maxDepth

maxDepth = # this is set to best value by hyperopt

best_run = mlflow.search_runs(
  experiment_ids=experiment_id, 
  filter_string=f'params.maxDepth = {maxDepth}', 
  max_results=1, 
  run_view_type=ViewType.ACTIVE_ONLY, 
  output_format="list"
  )[0]

with mlflow.start_run(run_name=best_run.data.tags['mlflow.runName']) as run:

    # How to add a new tag, e.g. { 'best_run' : True }

请问如何通过MLflow实现这一操作？我曾见过类似修改参数的问题，但未找到更新标签的相关内容。

解决方案 #

要给已存在的MLflow运行添加标签，核心是通过运行唯一ID定位目标运行，而非依赖可能重复的run_name。以下两种方法均可实现：

方法一：通过运行ID复用上下文添加标签 #

在mlflow.start_run中传入目标运行的run_id，进入运行上下文后直接调用mlflow.set_tag()添加标签：

maxDepth = # 此处填入Hyperopt返回的最优maxDepth值

best_run = mlflow.search_runs(
  experiment_ids=experiment_id, 
  filter_string=f'params.maxDepth = {maxDepth}', 
  max_results=1, 
  run_view_type=ViewType.ACTIVE_ONLY, 
  output_format="list"
)[0]

# 通过唯一run_id启动已有运行的上下文
with mlflow.start_run(run_id=best_run.info.run_id):
    # 添加指定标签
    mlflow.set_tag("best_run", True)

方法二：使用MlflowClient直接操作（更推荐） #

通过MLflow客户端类可以直接对指定运行修改标签，无需进入运行上下文，操作更灵活：

from mlflow.tracking import MlflowClient

maxDepth = # 此处填入Hyperopt返回的最优maxDepth值

best_run = mlflow.search_runs(
  experiment_ids=experiment_id, 
  filter_string=f'params.maxDepth = {maxDepth}', 
  max_results=1, 
  run_view_type=ViewType.ACTIVE_ONLY, 
  output_format="list"
)[0]

client = MlflowClient()
# 为目标运行添加标签
client.set_tag(best_run.info.run_id, "best_run", True)

关键注意点 #

• 避免使用run_name定位运行：同一实验中可能存在同名运行，run_id是运行的唯一标识，用它定位更准确。
• MlflowClient的方法无需启动运行上下文，适合批量修改或异步操作场景。

内容的提问来源于stack exchange，提问作者Chris Snow