DataDriftDetector Classe

Execute um trabalho de preenchimento em uma determinada data de início e término especificada.

Consulte https://aka.ms/datadrift para obter detalhes sobre execuções de preenchimento de desvio de dados.

NOTA: Backfill só é suportado em objetos DataDriftDetector baseados em conjunto de dados.

backfill(start_date, end_date, compute_target=None, create_compute_target=False)

Parâmetros

Devoluções

Crie um novo objeto DataDriftDetector a partir de um conjunto de dados tabular de linha de base e um conjunto de dados de série temporal de destino.

static create_from_datasets(workspace, name, baseline_dataset, target_dataset, compute_target=None, frequency=None, feature_list=None, alert_config=None, drift_threshold=None, latency=None)

Parâmetros

Devoluções

Exceções

Observações

DataDriftDetectors baseados em conjunto de dados permitem calcular o desvio de dados entre um conjunto de dados de linha de base, que deve ser um TabularDataset, e um conjunto de dados de destino, que deve ser um conjunto de dados de série temporal. Um conjunto de dados de série temporal é simplesmente uma TabularDataset com a propriedade fine_grain_timestamp. O DataDriftDetector pode então executar adhoc ou trabalhos agendados para determinar se o conjunto de dados de destino se desviou do conjunto de dados de linha de base.

   from azureml.core import Workspace, Dataset
   from azureml.datadrift import DataDriftDetector

   ws = Workspace.from_config()
   baseline = Dataset.get_by_name(ws, 'my_baseline_dataset')
   target = Dataset.get_by_name(ws, 'my_target_dataset')

   detector = DataDriftDetector.create_from_datasets(workspace=ws,
                                                     name="my_unique_detector_name",
                                                     baseline_dataset=baseline,
                                                     target_dataset=target,
                                                     compute_target_name='my_compute_target',
                                                     frequency="Day",
                                                     feature_list=['my_feature_1', 'my_feature_2'],
                                                     alert_config=AlertConfiguration(email_addresses=['user@contoso.com']),
                                                     drift_threshold=0.3,
                                                     latency=1)

Exclua o agendamento para o objeto DataDriftDetector.

delete(wait_for_completion=True)

Parâmetros

Desative o agendamento para o objeto DataDriftDetector.

disable_schedule(wait_for_completion=True)

Parâmetros

Crie uma agenda para executar o trabalho DataDriftDetector baseado em conjunto de dados.

enable_schedule(create_compute_target=False, wait_for_completion=True)

Parâmetros

Recupere um objeto DataDriftDetector exclusivo para um determinado espaço de trabalho e nome.

static get_by_name(workspace, name)

Parâmetros

Devoluções

Obtenha uma tupla dos resultados e métricas de desvio para um DataDriftDetector específico em uma determinada janela de tempo.

get_output(start_time=None, end_time=None, run_id=None)

Parâmetros

Devoluções

Observações

Esse método retorna uma tupla de resultados e métricas de desvio para uma janela de tempo ou ID de execução com base no tipo de execução: uma execução adhoc, uma execução agendada e uma execução de backfill.

• Para recuperar resultados adhoc executar, há apenas uma maneira: run_id deve ser um GUID válido.

• Para recuperar execuções agendadas e resultados de execução de backfill, há duas maneiras diferentes: atribuir um GUID válido a run_id ou atribuir um start_time específico e/ou end_time (inclusive), mantendo run_id como Nenhum.

• Se run_id, start_timee end_time não forem Nenhum na mesma chamada de método, uma exceção de validação de parâmetro será gerada.

NOTA: Especifique os parâmetros start_time e end_time ou o parâmetro run_id, mas não ambos.

É possível que haja vários resultados para a mesma data de destino (data de destino significa data de início do conjunto de dados de destino para desvio baseado em conjunto de dados). Portanto, é necessário identificar e lidar com resultados duplicados. Para desvio baseado em conjunto de dados, se os resultados forem para a mesma data-alvo, então eles são resultados duplicados. O método get_output eliminará quaisquer resultados duplicados por uma regra: sempre pegue os resultados gerados mais recentes.

O método get_output pode ser usado para recuperar todas as saídas ou saídas parciais de execuções agendadas em um intervalo de tempo específico entre start_time e end_time (limite incluído). Você também pode limitar os resultados de uma individual adhoc especificando o .

Use as seguintes diretrizes para ajudar a interpretar os resultados retornados do método get_output:

• O princípio da filtragem é a "sobreposição": enquanto houver uma sobreposição entre o tempo real do resultado (baseado no conjunto de dados: conjunto de dados de destino [data de início, data de fim]) e o dado [start_time, end_time], então o resultado será recolhido.

• Se houver várias saídas para uma data de destino porque o cálculo de desvio foi executado várias vezes em relação a esse dia, somente a saída mais recente será escolhida por padrão.

• Dado que existem vários tipos de uma instância de desvio de dados, o conteúdo do resultado pode ser variado.

Para resultados baseados em conjunto de dados, a saída será semelhante a:

   results : [{'drift_type': 'DatasetBased',
               'result':[{'has_drift': True, 'drift_threshold': 0.3,
                          'start_date': '2019-04-03', 'end_date': '2019-04-04',
                          'base_dataset_id': '4ac144ef-c86d-4c81-b7e5-ea6bbcd2dc7d',
                          'target_dataset_id': '13445141-aaaa-bbbb-cccc-ea23542bcaf9'}]}]
   metrics : [{'drift_type': 'DatasetBased',
               'metrics': [{'schema_version': '0.1',
                            'start_date': '2019-04-03', 'end_date': '2019-04-04',
                            'baseline_dataset_id': '4ac144ef-c86d-4c81-b7e5-ea6bbcd2dc7d',
                            'target_dataset_id': '13445141-aaaa-bbbb-cccc-ea23542bcaf9'
                            'dataset_metrics': [{'name': 'datadrift_coefficient', 'value': 0.53459}],
                            'column_metrics': [{'feature1': [{'name': 'datadrift_contribution',
                                                              'value': 288.0},
                                                             {'name': 'wasserstein_distance',
                                                              'value': 4.858040000000001},
                                                             {'name': 'energy_distance',
                                                              'value': 2.7204799576545313}]}]}]}]

Obtenha uma lista de objetos DataDriftDetector para o espaço de trabalho especificado e o conjunto de dados opcional.

NOTA: Passar apenas o parâmetro workspace retornará todos os objetos DataDriftDetector, definidos no espaço de trabalho.

static list(workspace, baseline_dataset=None, target_dataset=None)

Parâmetros

Devoluções

Execute uma única análise de desvio de dados point-in-time.

run(target_date, compute_target=None, create_compute_target=False, feature_list=None, drift_threshold=None)

Parâmetros

Devoluções

Mostrar tendência de desvio de dados em determinado intervalo de tempo.

Por padrão, esse método mostra os 10 ciclos mais recentes. Por exemplo, se a frequência for dia, então serão os 10 dias mais recentes. Se a frequência for semanal, então serão as 10 semanas mais recentes.

show(start_time=None, end_time=None)

Parâmetros

Devoluções

Atualize o agendamento associado ao objeto DataDriftDetector.

Os valores de parâmetros opcionais podem ser definidos como None, caso contrário, eles são padronizados para seus valores existentes.

update(compute_target=Ellipsis, feature_list=Ellipsis, schedule_start=Ellipsis, alert_config=Ellipsis, drift_threshold=Ellipsis, wait_for_completion=True)

Parâmetros

Devoluções

Obtenha a configuração de alerta para o objeto DataDriftDetector.

Devoluções

Obtenha o conjunto de dados de linha de base associado ao objeto DataDriftDetector.

Devoluções

Obtenha o destino de computação anexado ao objeto DataDriftDetector.

Devoluções

Obtenha o limite de desvio para o objeto DataDriftDetector.

Devoluções

Obtenha o tipo de DataDriftDetector, 'DatasetBased' é o único valor suportado por enquanto.

Devoluções

Obtenha o valor booleano que indica se o objeto DataDriftDetector está habilitado.

Devoluções

Obtenha a lista de recursos permitidos para o objeto DataDriftDetector.

Devoluções

Obtenha a frequência da programação do DataDriftDetector.

Devoluções

Obtenha o intervalo da programação do DataDriftDetector.

Devoluções

Obtenha a latência dos trabalhos de agendamento do DataDriftDetector (em horas).

Devoluções

Obtenha o nome do objeto DataDriftDetector.

Devoluções

Obtenha a hora de início da programação.

Devoluções

Indica o estado da programação DataDriftDetector.

Devoluções

Obtenha o conjunto de dados de destino associado ao objeto DataDriftDetector.

Devoluções

Obtenha o espaço de trabalho do objeto DataDriftDetector.

Devoluções