DataDriftDetector Klass

Kör ett återfyllnadsjobb över ett angivet start- och slutdatum.

Mer https://aka.ms/datadrift information om återfyllnadskörningar för dataavvikelser finns i.

OBSERVERA: Återfyllning stöds endast på datauppsättningsbaserade DataDriftDetector-objekt.

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

Parametrar

Returer

Skapa ett nytt DataDriftDetector-objekt från en tabelldatauppsättning för baslinjen och en måldatauppsättning för tidsserier.

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)

Parametrar

Returer

Undantag

Kommentarer

Med datamängdsbaserade DataDriftDetectors kan du beräkna dataavvikelser mellan en baslinjedatauppsättning, som måste vara en TabularDataset, och en måldatauppsättning, som måste vara en tidsseriedatauppsättning. En tidsseriedatauppsättning är helt enkelt en TabularDataset med egenskapen fine_grain_timestamp. DataDriftDetector kan sedan köra adhoc - eller schemalagda jobb för att avgöra om måldatauppsättningen har glidit från baslinjedatauppsättningen.

   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)

Ta bort schemat för DataDriftDetector-objektet.

delete(wait_for_completion=True)

Parametrar

Inaktivera schemat för DataDriftDetector-objektet.

disable_schedule(wait_for_completion=True)

Parametrar

Skapa ett schema för att köra datauppsättningsbaserat DataDriftDetector-jobb.

enable_schedule(create_compute_target=False, wait_for_completion=True)

Parametrar

Hämta ett unikt DataDriftDetector-objekt för en viss arbetsyta och ett visst namn.

static get_by_name(workspace, name)

Parametrar

Returer

Hämta en tupplar av avvikelseresultaten och måtten för en specifik DataDriftDetector under ett visst tidsfönster.

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

Parametrar

Returer

Kommentarer

Den här metoden returnerar en tuppla med avvikelseresultat och mått för antingen ett tidsfönster eller ett körnings-ID baserat på typen av körning: en adhoc-körning , en schemalagd körning och en återfyllnadskörning.

• För att hämta resultat från adhoc-körningen finns det bara ett sätt: run_id bör vara ett giltigt GUID.

• Det finns två olika sätt att hämta schemalagda körningar och återfyllnadskörningsresultat: antingen tilldela ett giltigt GUID till run_id eller tilldela ett specifikt start_time och/eller end_time (inklusivt) samtidigt som det behålls run_id som Ingen.

• Om run_id, start_timeoch end_time inte finns i samma metodanrop utlöses ett parameterverifieringsfel.

OBSERVERA: Ange antingen start_time parametrarna och end_time eller parametern run_id , men inte båda.

Det är möjligt att det finns flera resultat för samma måldatum (måldatum innebär måldatauppsättningens startdatum för datamängdsbaserad avvikelse). Därför är det nödvändigt att identifiera och hantera duplicerade resultat. För datamängdsbaserad avvikelse, om resultaten gäller samma måldatum, är de duplicerade resultat. Metoden get_output deduplicerar eventuella duplicerade resultat med en regel: hämta alltid de senaste genererade resultaten.

Metoden get_output kan användas för att hämta alla utdata eller partiella utdata från schemalagda körningar inom ett visst tidsintervall mellan start_time och end_time (gränsen ingår). Du kan också begränsa resultatet av en enskild adhoc genom att run_idange .

Använd följande riktlinjer för att tolka resultat som returneras från get_output metoden :

• Principen för filtrering är "överlappande": så länge det finns en överlappning mellan den faktiska resultattiden (datauppsättningsbaserad: måldatauppsättningen [startdatum, slutdatum]) och angivet [start_time, end_time], hämtas resultatet.

• Om det finns flera utdata för ett måldatum eftersom avvikelseberäkningen kördes flera gånger mot den dagen, väljs endast de senaste utdata som standard.

• Eftersom det finns flera typer av en dataavvikelseinstans kan resultatinnehållet vara olika.

För datauppsättningsbaserade resultat ser utdata ut så här:

   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}]}]}]}]

Hämta en lista över DataDriftDetector-objekt för den angivna arbetsytan och den valfria datauppsättningen.

OBSERVERA: Om du bara skickar in parametern workspace returneras alla DataDriftDetector-objekt som definierats i arbetsytan.

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

Parametrar

Returer

Kör en analys av dataavvikelser för en enskild tidpunkt.

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

Parametrar

Returer

Visa dataavvikelsetrend i angivet tidsintervall.

Som standard visar den här metoden de senaste 10 cyklerna. Om frekvensen till exempel är dag är det de senaste 10 dagarna. Om frekvensen är vecka är det de senaste 10 veckorna.

show(start_time=None, end_time=None)

Parametrar

Returer

Uppdatera schemat som är associerat med DataDriftDetector-objektet.

Valfria parametervärden kan anges till None, annars använder de sina befintliga värden som standard.

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

Parametrar

Returer

Hämta aviseringskonfigurationen för DataDriftDetector-objektet.

Returer

Hämta baslinjedatauppsättningen som är associerad med DataDriftDetector-objektet.

Returer

Hämta beräkningsmålet som är kopplat till DataDriftDetector-objektet.

Returer

Hämta tröskelvärdet för drift för DataDriftDetector-objektet.

Returer

Hämta typen av DataDriftDetector, "DatasetBased" är det enda värde som stöds för tillfället.

Returer

Hämta det booleska värdet som anger om DataDriftDetector-objektet är aktiverat.

Returer

Hämta listan över vitlistade funktioner för DataDriftDetector-objektet.

Returer

Hämta frekvensen för DataDriftDetector-schemat.

Returer

Hämta intervallet för DataDriftDetector-schemat.

Returer

Hämta svarstiden för DataDriftDetector-schemajobb (i timmar).

Returer

Hämta namnet på DataDriftDetector-objektet.

Returer

Hämta starttiden för schemat.

Returer

Anger tillståndet för DataDriftDetector-schemat.

Returer

Hämta måldatauppsättningen som är associerad med DataDriftDetector-objektet.

Returer

Hämta arbetsytan för DataDriftDetector-objektet.

Returer