datadrift Pacote
Contém a funcionalidade para detectar quando os dados de treinamento do modelo foram descompassos de seus dados de pontuação.
No aprendizado de máquina, o descompasso de dados é uma alteração nos dados de entrada do modelo que leva à degradação do desempenho. É uma das principais razões pelas quais a precisão do modelo se degrada ao longo do tempo, portanto, monitorar o descompasso de dados ajuda a detectar os problemas de desempenho do modelo. Esse pacote permite detectar e alertar sobre o descompasso de dados.
A classe DataDriftDetector permite configurar um objeto de monitoramento de dados que pode ser executado como um trabalho para analisar o descompasso de dados. Tarefas de descompasso de dados podem ser executadas interativamente ou habilitadas para a execução baseada em agendamento. É possível configurar alertas com a classe AlertConfiguration quando o descompasso de dados excede um limite.
Módulos
| alert_configuration |
Contém a funcionalidade para configurar alertas de descompasso de dados no Azure Machine Learning. |
| datadriftdetector |
Contém a funcionalidade principal para detectar o descompasso de dados entre dois conjuntos de dados no Azure Machine Learning. O descompasso de dados é medido por meio de conjuntos de dados ou implantações e depende da API Dataset. |
Classes
| AlertConfiguration |
Representa a configuração de alerta para trabalhos de descompasso de dados. A classe AlertConfiguration permite definir alertas configuráveis (como e-mail) em DataDriftDetector trabalhos. A configuração de alerta pode ser especificada ao usar um dos métodos de criação da classe DataDriftDetector. Construtor. Permite definir alertas configuráveis (como email) em trabalhos DataDriftDetector. |
| DataDriftDetector |
Define um monitor de descompasso de dados que pode ser usado para executar trabalhos de descompasso de dados no Azure Machine Learning. A classe DataDriftDetector permite identificar o descompasso entre uma determinada linha de base e o conjunto de dados de destino. Um objeto DataDriftDetector é criado em um workspace especificando diretamente os conjuntos de dados de linha de base e de destino. Para obter mais informações, consulte https://aka.ms/datadrift. Construtor datadriftdetector. O construtor DataDriftDetector é usado para recuperar uma representação na nuvem de um objeto DataDriftDetector associado ao workspace fornecido. |
| Metric |
Representa uma métrica retornada em uma análise de descompasso de dados. A classe Métrica é apenas para uso interno. Use o método get_output de um objeto DataDriftDetector para retornar métricas. Construtor de métrica. |
| ModelServingDataset |
Representa um conjunto de dados usado internamente quando um objeto DataDriftDetector baseado em modelo é criado. Um DataDriftDetector baseado em modelo permite calcular o descompasso de dados entre o conjunto de dados de treinamento de um modelo e o conjunto de dados de pontuação. Para criar um DataDriftDetector baseado em modelo, use o método <xref:azureml.datadrift.DataDriftDetector.create_from_model>. Construtor. |
Enumerações
| MetricType |
Define os tipos de métricas retornadas em uma análise de descompasso de dados. Use o método get_output de um objeto DataDriftDetector para retornar métricas. |