datadrift Pakket

Bevat functionaliteit om te detecteren wanneer modeltrainingsgegevens zijn afgeleid van de scoregegevens.

In machine learning is gegevensdrift de wijziging in modelinvoergegevens die leidt tot verminderde modelprestaties. Dit is een van de belangrijkste redenen waarom de nauwkeurigheid van het model in de loop van de tijd af neemt, waardoor het bewaken van gegevensdrift helpt bij het detecteren van prestatieproblemen van het model. Met dit pakket kunt u gegevensdrift detecteren en waarschuwen.

Met de DataDriftDetector klasse kunt u een gegevensmonitorobject configureren dat vervolgens als taak kan worden uitgevoerd om gegevensdrift te analyseren. Gegevensdrifttaken kunnen interactief worden uitgevoerd of worden ingeschakeld om volgens een schema te worden uitgevoerd. U kunt waarschuwingen instellen wanneer gegevensdrift een drempelwaarde overschrijdt met de AlertConfiguration klasse.

Modules

alert_configuration	Bevat functionaliteit voor het configureren van waarschuwingen voor gegevensdrift in Azure Machine Learning.
datadriftdetector	Bevat kernfunctionaliteit voor het detecteren van gegevensdrift tussen twee gegevenssets in Azure Machine Learning. Gegevensdrift wordt gemeten via gegevenssets of implementaties en is afhankelijk van de Dataset API.

Klassen

AlertConfiguration	Vertegenwoordigt waarschuwingsconfiguratie voor gegevensdrifttaken. Met de klasse AlertConfiguration kunt u configureerbare waarschuwingen (zoals e-mail) voor DataDriftDetector taken instellen. Waarschuwingsconfiguratie kan worden opgegeven wanneer u een van de methoden voor het maken van de klasse DataDriftDetector gebruikt. Constructor. Hiermee kunt u configureerbare waarschuwingen (zoals e-mail) instellen voor DataDriftDetector-taken.
DataDriftDetector	Definieert een gegevensdriftmonitor die kan worden gebruikt voor het uitvoeren van gegevensdrifttaken in Azure Machine Learning. Met de klasse DataDriftDetector kunt u afwijkingen tussen een bepaalde basislijn en doelgegevensset identificeren. Een DataDriftDetector-object wordt gemaakt in een werkruimte door de basislijn- en doelgegevenssets rechtstreeks op te geven. Voor meer informatie raadpleegt u https://aka.ms/datadrift. Datadriftdetector constructor. De constructor DataDriftDetector wordt gebruikt om een cloudweergave op te halen van een DataDriftDetector-object dat is gekoppeld aan de opgegeven werkruimte.
Metric	Vertegenwoordigt een metrische waarde die wordt geretourneerd in een gegevensdriftanalyse. De klasse Metrische gegevens is alleen voor intern gebruik. Gebruik de get_output methode van een DataDriftDetector object om metrische gegevens te retourneren. Metrische constructor.
ModelServingDataset	Vertegenwoordigt een gegevensset die intern wordt gebruikt wanneer een dataDriftDetector-object op basis van een model wordt gemaakt. Met een modelgebaseerde DataDriftDetector kunt u gegevensdrift berekenen tussen de trainingsgegevensset van een model en de scoregegevensset. Gebruik de <xref:azureml.datadrift.DataDriftDetector.create_from_model> methode om een modelgebaseerde DataDriftDetector te maken. Constructor.

Enums

MetricType

Definieert typen metrische gegevens die worden geretourneerd in een gegevensdriftanalyse. Gebruik de get_output methode van een DataDriftDetector object om metrische gegevens te retourneren.