datadrift Pacchetto
Contiene funzionalità che consentono di rilevare la deriva dei dati di training del modello rispetto ai dati di assegnazione di punteggi.
In Machine Learning la deriva dei dati è la modifica nei dati di input del modello che comportano la riduzione delle prestazioni del modello. È uno dei motivi principali per cui l'accuratezza del modello degrada nel tempo, quindi il monitoraggio della deriva dei dati consente di rilevare i problemi di prestazioni del modello. Questo pacchetto consente di rilevare e avvisare la deriva dei dati.
La DataDriftDetector classe consente di configurare un oggetto monitoraggio dati che può essere eseguito come processo per analizzare la deriva dei dati. I processi di deriva dei dati possono essere eseguiti in modo interattivo o abilitati per l'esecuzione in una pianificazione. È possibile configurare avvisi quando la deriva dei dati supera una soglia con la AlertConfiguration classe .
Moduli
| alert_configuration |
Contiene funzionalità per la configurazione degli avvisi di deriva dei dati in Azure Machine Learning. |
| datadriftdetector |
Contiene funzionalità principali per rilevare la deriva dei dati tra due set di dati in Azure Machine Learning. La deriva dei dati viene misurata tramite set di dati o distribuzioni e si basa sull'API Dataset . |
Classi
| AlertConfiguration |
Rappresenta la configurazione degli avvisi per i processi di deriva dei dati. La classe AlertConfiguration consente di impostare avvisi configurabili (ad esempio posta elettronica) nei DataDriftDetector processi. È possibile specificare la configurazione degli avvisi quando si usa uno dei metodi di creazione della classe DataDriftDetector. Costruttore. Consente di impostare avvisi configurabili (ad esempio posta elettronica) nei processi DataDriftDetector. |
| DataDriftDetector |
Definisce un monitoraggio della deriva dei dati che può essere usato per eseguire processi di deriva dei dati in Azure Machine Learning. La classe DataDriftDetector consente di identificare la deriva tra una determinata baseline e un set di dati di destinazione. Un oggetto DataDriftDetector viene creato in un'area di lavoro specificando direttamente i set di dati di base e di destinazione. Per altre informazioni, vedere https://aka.ms/datadrift. Costruttore Datadriftdetector. Il costruttore DataDriftDetector viene usato per recuperare una rappresentazione cloud di un oggetto DataDriftDetector associato all'area di lavoro specificata. |
| Metric |
Rappresenta una metrica restituita in un'analisi della deriva dei dati. La classe Metric è solo per l'utilizzo interno. Utilizzare il get_output metodo di un DataDriftDetector oggetto per restituire le metriche. Costruttore metrica. |
| ModelServingDataset |
Rappresenta un set di dati usato internamente quando viene creato un oggetto DataDriftDetector basato su modello. Un dataDriftDetector basato su modello consente di calcolare la deriva dei dati tra il set di dati di training di un modello e il set di dati di assegnazione dei punteggi. Per creare un dataDriftDetector basato su modello, usare il <xref:azureml.datadrift.DataDriftDetector.create_from_model> metodo . Costruttore. |
Enumerazioni
| MetricType |
Definisce i tipi di metriche restituite in un'analisi della deriva dei dati. Utilizzare il get_output metodo di un DataDriftDetector oggetto per restituire le metriche. |