DataDriftMetricThreshold Classe

  • Referência

Nota

Esta é uma classe experimental e pode mudar em qualquer altura. Para obter mais informações, veja https://aka.ms/azuremlexperimental.

Limiar de métricas de desvio de dados

Herança
azure.ai.ml.entities._monitoring.thresholds.MetricThreshold
DataDriftMetricThreshold

Construtor

DataDriftMetricThreshold(*, data_type: ~typing.Literal[<MonitorFeatureType.CATEGORICAL: 'categorical'>, <MonitorFeatureType.NUMERICAL: 'numerical'>] = None, threshold: float = None, metric: str | None = None, numerical: ~azure.ai.ml.entities._monitoring.thresholds.NumericalDriftMetrics = None, categorical: ~azure.ai.ml.entities._monitoring.thresholds.CategoricalDriftMetrics = None)

Parâmetros

applicable_feature_type
Literal[ azure.ai.ml.constants.MonitorFeatureType.CATEGORICAL , azure.ai.ml.constants.MonitorFeatureType.MonitorFeatureType.NUMERICAL]
Necessário

O tipo de funcionalidade do limiar de métrica

metric_name
Literal[ MonitorMetricName.JENSEN_SHANNON_DISTANCE , azure.ai.ml.constants.MonitorMetricName.NORMALIZED_WASSERSTEIN_DISTANCE , azure.ai.ml.constants.MonitorMetricName.POPULATION_STABILITY_INDEX , azure.ai.ml.constants.MonitorMetricName.TWO_SAMPLE_KOLMOGOROV_SMIRNOV_TEST , azure.ai.ml.constants.MonitorMetricName.PEARSONS_CHI_SQUARED_TEST]
Necessário

A métrica a calcular

threshold
float
Necessário

O valor do limiar. Se Não, será definido um valor predefinido consoante a métrica selecionada.