A/B test 并不是机器学习独有的概念,事实上随处可见,来感受下我身上的俩例子… 前两天买了一箱咖啡,打开后大部分还依旧是喜欢的包装,但有一小部分新包装,同时收到了用户调查,问是否喜欢新包装… 还比如,老婆给做饭,掺了一些新牌子的大米,问我口感咋样… 相信你也应该能立刻联想到自己也在不知不觉中被动做了很多A/B Test… LOL
那么回到机器学习,当创建了两个模型,或者同一个但使用不同参数的模型,怎么evaluate哪个好哪个坏?这时就可以考虑使用 A/B test;可将待比较的模型同时部署,通过控制流量/traffic,来比较两个模型的实际效果;
下面一个简单例子来实际展示下A/B Test在 Machine Learning中的应用;
下面例子使用MLflow打包SKlearn模型文件,Seldon模型部署
模型训练
并不是数据科学家,算法部分直接使用官网例子,请不要见笑
先在本机Jupyter
内使用不同参数(红框)创建两个模型;