Comparar execuções na interface do MLflow

Abra um experimento na interface e você verá uma tabela de execuções: uma linha por execução, com seus parâmetros e métricas organizados em colunas lado a lado.

Clique no cabeçalho de uma coluna de métricas para ordenar. Ordene pela precisão em ordem decrescente e sua melhor execução irá diretamente para o topo da tabela.

Digite uma consulta na caixa de pesquisa para filtrar. Mantenha apenas as execuções que atendem a uma condição, como uma métrica acima do limite desejado.

Há colunas demais? Alterne a visibilidade dos parâmetros e das métricas para que a tabela mostre apenas os poucos elementos que realmente orientam sua decisão.

Marque as caixas de seleção ao lado de algumas execuções e clique em Comparar. O MLflow abrirá uma visualização focada apenas nessas execuções, lado a lado.

O gráfico de coordenadas paralelas desenha cada execução como uma linha que atravessa parâmetros e métricas, permitindo identificar quais configurações levam a pontuações altas.

Um gráfico de dispersão relaciona um parâmetro a uma métrica. Ele revela tendências, como a precisão aumentar e depois diminuir à medida que a profundidade da árvore cresce.

Clique em qualquer execução para abrir sua página de detalhes. Nela, você verá todos os parâmetros, a curva de métricas, as etiquetas e os artefatos registrados para essa execução.

Na página de detalhes, as métricas com etapas são exibidas como curvas. Uma perda que se estabiliza cedo sugere que você treinou por mais tempo do que o necessário.

Você não está limitado ao navegador. Use search_runs para carregar as execuções correspondentes em um DataFrame e analisá-las programaticamente.

Comparar é como você escolhe um vencedor. Ordene, filtre e gere gráficos até que uma execução se destaque claramente; depois, avance com ela para produção.

Você ordenou, filtrou e gerou gráficos das execuções; depois, abriu os detalhes para confirmar um vencedor. A interface transforma um conjunto de execuções em uma escolha clara. ✅