datadrift 패키지

모델 학습 데이터가 채점 데이터에서 트리프트한 시점을 탐지하는 기능이 포함되어 있습니다.

기계 학습에서 데이터 드리프트는 모델 성능 저하로 이어지는 모델 입력 데이터의 변화입니다. 시간이 지날수록 모델 정확도가 저하되는 가장 큰 이유 중 하나이므로, 데이터 드리프트를 모니터링하면 모델 성능 문제를 탐지하는 데 도움이 됩니다. 이 패키지를 사용하면 데이터 드리프트를 검색하고 이에 관해 경고할 수 있습니다.

DataDriftDetector 클래스를 사용하면 데이터 드리프트를 분석하기 위한 작업으로 실행할 수 있는 데이터 모니터 개체를 구성할 수 있습니다. 데이터 드리프트 작업은 대화식으로 실행하거나 일정에 따라 실행되도록 설정할 수 있습니다. AlertConfiguration 클래스를 사용하여 데이터 드리프트가 임계값을 초과할 때 경고를 설정할 수 있습니다.

모듈

alert_configuration	Azure Machine Learning에서 데이터 드리프트 경고를 구성하기 위한 기능이 포함되어 있습니다.
datadriftdetector	Azure Machine Learning에서 두 데이터 세트 간의 데이터 드리프트를 검색하기 위한 핵심 기능이 포함되어 있습니다. 데이터 드리프트는 데이터 세트 또는 배포를 통해 측정되며 Dataset API에 따라 다릅니다.

클래스

AlertConfiguration	데이터 드리프트 작업에 대한 경고 구성을 나타냅니다. AlertConfiguration 클래스를 사용하면 DataDriftDetector 작업에 대해 구성 가능한 경고(예: 메일)를 설정할 수 있습니다. DataDriftDetector 클래스의 만들기 메서드 중 하나를 사용할 때 경고 구성을 지정할 수 있습니다. 생성자입니다. DataDriftDetector 작업에서 구성 가능한 경고(예: 이메일)를 설정할 수 있습니다.
DataDriftDetector	Azure Machine Learning에서 데이터 드리프트 작업을 실행하는 데 사용할 수 있는 데이터 드리프트 모니터를 정의합니다. DataDriftDetector 클래스를 사용하면 지정된 기준선과 대상 데이터 세트 간의 드리프트를 식별할 수 있습니다. DataDriftDetector 개체는 기준선 및 대상 데이터 세트를 직접 지정하여 작업 영역에 만들어집니다. 자세한 내용은 https://aka.ms/datadrift를 참조하세요. Datadriftdetector 생성자입니다. DataDriftDetector 생성자는 제공된 작업 영역과 연결된 DataDriftDetector 개체의 클라우드 표현을 검색하는 데 사용됩니다.
Metric	데이터 드리프트 분석에서 반환된 메트릭을 나타냅니다. 메트릭 클래스는 내부 전용입니다. DataDriftDetector 개체의 get_output 메서드를 사용하여 메트릭을 반환합니다. 메트릭 생성자입니다.
ModelServingDataset	모델 기반 DataDriftDetector 개체를 만들 때 내부적으로 사용되는 데이터 세트를 나타냅니다. 모델 기반 DataDriftDetector를 사용하면 모델의 학습 데이터 세트와 채점 데이터 세트 간의 데이터 드리프트를 계산할 수 있습니다. 모델 기반 DataDriftDetector를 만들려면 <xref:azureml.datadrift.DataDriftDetector.create_from_model> 메서드를 사용합니다. 생성자입니다.

열거형

MetricType

데이터 드리프트 분석에서 반환되는 메트릭 유형을 정의합니다. DataDriftDetector 개체의 get_output 메서드를 사용하여 메트릭을 반환합니다.