datadrift Paket

Berisi fungsionalitas untuk mendeteksi kapan data pelatihan model telah menyimpang dari data penilaiannya.

Dalam pembelajaran mesin, penyimpangan data adalah perubahan data input model yang mengarah pada penurunan kinerja model. Ini adalah salah satu alasan utama mengapa akurasi model menurun dari waktu ke waktu, sehingga pemantauan penyimpangan data membantu mendeteksi masalah performa model. Paket ini memungkinkan Anda mendeteksi dan memperingatkan penyimpangan data.

Kelas DataDriftDetector ini memungkinkan Anda untuk mengonfigurasi objek monitor data yang kemudian dapat dijalankan sebagai pekerjaan untuk menganalisis penyimpangan data. Pekerjaan penyimpangan data dapat dijalankan secara interaktif atau diaktifkan untuk berjalan sesuai jadwal. Anda dapat mengatur peringatan saat penyimpangan data melebihi ambang batas dengan kelas AlertConfiguration.

Modul

alert_configuration	Berisi fungsionalitas untuk mengonfigurasi peringatan penyimpangan data di Azure Machine Learning.
datadriftdetector	Berisi fungsionalitas inti untuk mendeteksi penyimpangan data antara dua himpunan data dalam Azure Machine Learning. Penyimpangan data diukur melalui himpunan data atau penyebaran, dan bergantung pada API Dataset.

Kelas

AlertConfiguration	Menunjukkan konfigurasi peringatan untuk pekerjaan penyimpangan data. Kelas AlertConfiguration memungkinkan untuk mengatur peringatan yang dapat dikonfigurasi (seperti alamat email) pada pekerjaan DataDriftDetector. Konfigurasi peringatan dapat ditentukan saat menggunakan salah satu metode pembuatan kelas DataDriftDetector. Konstruktor. Memungkinkan pengaturan pemberitahuan yang dapat dikonfigurasi (seperti email) pada pekerjaan DataDriftDetector.
DataDriftDetector	Menentukan monitor penyimpangan data yang dapat digunakan untuk menjalankan pekerjaan penyimpangan data di Azure Machine Learning. Kelas DataDriftDetector memungkinkan Anda mengidentifikasi penyimpangan antara garis besar dan himpunan data target tertentu. Objek DataDriftDetector dibuat di ruang kerja dengan menentukan himpunan data garis besar serta target secara langsung. Untuk informasi selengkapnya, lihat https://aka.ms/datadrift. Konstruktor datadriftdetector. Konstruktor DataDriftDetector digunakan untuk mengambil representasi cloud objek DataDriftDetector yang terkait dengan ruang kerja yang disediakan.
Metric	Menunjukkan metrik yang dikembalikan dalam analisis penyimpangan data. Kelas Metrik hanya untuk penggunaan internal. Gunakan metode get_output objek DataDriftDetector untuk mengembalikan metrik. Konstruktor metrik.
ModelServingDataset	Menunjukkan himpunan data yang digunakan secara internal saat objek DataDriftDetector berbasis model dibuat. DataDriftDetector berbasis model memungkinkan Anda menghitung penyimpangan data antara himpunan data pelatihan model dan himpunan data penilaiannya. Untuk membuat DataDriftDetector berbasis model, gunakan metode <xref:azureml.datadrift.DataDriftDetector.create_from_model> ini. Konstruktor.

Enum

MetricType

Menentukan jenis metrik yang dikembalikan dalam analisis penyimpangan data. Gunakan metode get_output objek DataDriftDetector untuk mengembalikan metrik.