PyCaret结合MLflow v2.1.1无追踪数据问题求助

1. 调整版本兼容性 #

PyCaret 2.x系列与MLflow 2.x存在兼容性冲突，建议将MLflow降级至1.x稳定版本（如1.30.0）：

pip install mlflow==1.30.0

重启MLflow UI后重新运行代码测试。

2. 显式配置MLflow实验 #

在PyCaret setup 执行前，明确指定目标实验，避免自动创建时的参数传递异常：

import mlflow
mlflow.set_tracking_uri("http://localhost:5000")
# 直接切换到目标实验，不存在则自动创建
mlflow.set_experiment("churn1")

3. 手动补充指标与图像日志 #

因版本兼容问题，PyCaret自动日志可能失效，需手动添加日志步骤：

记录模型评估指标 #

在 create_model 后，提取评估结果并写入MLflow：

model = create_model('rf')
# 获取模型评估指标表格
metrics = pull()
# 将指标转为字典格式并记录
mlflow.log_metrics(metrics.to_dict())

记录混淆矩阵图像 #

修改 plot_model 保存图像到本地，再上传至MLflow：

# 保存混淆矩阵图像到当前目录
plot_model(model, 'confusion_matrix', save=True)
# 上传图像到MLflow artifact存储
mlflow.log_artifact('Confusion Matrix.png')

4. 验证MLflow服务与权限 #

• 确认MLflow UI服务正常：访问 http://localhost:5000 可正常加载页面
• 检查当前目录下的 mlruns 文件夹是否存在且具备写入权限，MLflow默认将实验数据存储在此目录

5. 开启PyCaret图像日志开关 #

在 setup 中添加 log_plots=True 参数，显式启用PyCaret的图像自动日志功能：

s = setup(
    data, 
    target = 'Churn', 
    session_id = 123, 
    ignore_features = ['customerID'], 
    log_experiment = True, 
    experiment_name = 'churn1', 
    silent=True,
    log_plots=True
)

内容的提问来源于stack exchange，提问作者Soerendip