datadrift Pacote

Contém a funcionalidade para detectar quando os dados de treinamento do modelo foram retirados de seus dados de pontuação.

No aprendizado de máquina, descompasso de dados é a alteração nos dados de entrada do modelo que leva à degradação do desempenho do modelo. É um dos principais motivos pelos quais a precisão do modelo se degrada ao longo do tempo, portanto, o monitoramento de descompasso de dados ajuda a detectar problemas de desempenho do modelo. Esse pacote permite detectar e alertar sobre o descompasso de dados.

A classe DataDriftDetector permite configurar um objeto de monitor de dados que, em seguida, pode ser executado como um trabalho para analisar o descompasso de dados. Trabalhos de descompasso de dados podem ser executados interativamente ou habilitados para execução em um agendamento. Você pode configurar alertas quando o descompasso de dados excede um limite com a classe AlertConfiguration.

Módulos

alert_configuration	Contém a funcionalidade para configurar alertas de descompasso de dados no Azure Machine Learning.
datadriftdetector	Contém a funcionalidade principal para detectar a descompasso de dados entre dois conjuntos de dados no Azure Machine Learning. O descompasso de dados é medido por meio de conjuntos de dados ou implantações e depende da API Dataset.

Classes

AlertConfiguration	Representa a configuração de alerta para trabalhos de descompasso de dados. A classe AlertConfiguration permite definir alertas configuráveis (como email) em DataDriftDetector trabalhos. A configuração de alerta pode ser especificada ao usar um dos métodos create da classe DataDriftDetector. Construtor. Permite definir alertas configuráveis (como email) em trabalhos do DataDriftDetector.
DataDriftDetector	Define um monitor de descompasso de dados que pode ser usado para executar trabalhos de descompasso de dados no Azure Machine Learning. A classe DataDriftDetector permite identificar o descompasso entre uma determinada linha de base e um conjunto de dados de destino. Um objeto DataDriftDetector é criado em um workspace especificando diretamente os conjuntos de dados de linha de base e de destino. Para obter mais informações, consulte https://aka.ms/datadrift. Construtor datadriftdetector. O construtor DataDriftDetector é usado para recuperar uma representação na nuvem de um objeto DataDriftDetector associado ao workspace fornecido.
Metric	Representa uma métrica retornada em uma análise de descompasso de dados. A classe Métrica destina-se apenas ao uso interno. Use o get_output método de um DataDriftDetector objeto para retornar métricas. Construtor de métricas.
ModelServingDataset	Representa um conjunto de dados usado internamente quando um objeto DataDriftDetector baseado em modelo é criado. Um DataDriftDetector baseado em modelo permite calcular a descompasso de dados entre o conjunto de dados de treinamento de um modelo e seu conjunto de dados de pontuação. Para criar um DataDriftDetector baseado em modelo, use o <xref:azureml.datadrift.DataDriftDetector.create_from_model> método. Construtor.

Enumerações

MetricType

Define os tipos de métricas retornados em uma análise de descompasso de dados. Use o get_output método de um DataDriftDetector objeto para retornar métricas.