如何在使用mlflow.sklearn.log_model记录模型时为模型设置标签？

你可以通过以下两种方式为记录的模型设置独立于Run的标签：

方法一：记录模型后单独设置标签 #

使用mlflow.models.set_model_tag()方法，该方法专门用于为特定模型实例添加标签，无需影响Run的标签。示例代码：

# 先完成模型记录，获取模型URI
model_uri = mlflow.sklearn.log_model(model, "my-model")

# 为模型添加自定义标签
mlflow.models.set_model_tag(model_uri, "model_type", "classification")
mlflow.models.set_model_tag(model_uri, "framework", "scikit-learn")
mlflow.models.set_model_tag(model_uri, "accuracy", "0.92")

方法二：记录模型时直接传入标签（MLflow >=2.0） #

如果你的MLflow版本在2.0及以上，可以直接在mlflow.sklearn.log_model()中通过tags参数传入模型专属标签，底层会自动将这些标签绑定到模型上：

mlflow.sklearn.log_model(
    model,
    "my-model",
    tags={
        "model_type": "classification",
        "framework": "scikit-learn",
        "version": "v1.0.0"
    }
)

这两种方式添加的标签都会与模型实例绑定，不会和Run的标签混淆，你可以在MLflow UI的模型详情页查看这些标签。

内容的提问来源于stack exchange，提问作者Eddmik