datadrift Pacote

Contém funcionalidade para detetar quando os dados de treinamento do modelo se desviaram de seus dados de pontuação.

No aprendizado de máquina, desvio de dados é a alteração nos dados de entrada do modelo que leva à degradação do desempenho do modelo. É uma das principais razões pelas quais a precisão do modelo se degrada com o tempo, portanto, o monitoramento do desvio de dados ajuda a detetar problemas de desempenho do modelo. Este pacote permite detetar e alertar sobre desvio 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 desvio de dados. Os trabalhos de desvio de dados podem ser executados interativamente ou habilitados para serem executados em uma programação. Você pode configurar alertas quando o desvio de dados exceder um limite com a classe AlertConfiguration.

Módulos

alert_configuration	Contém funcionalidade para configurar alertas de desvio de dados no Azure Machine Learning.
datadriftdetector	Contém a funcionalidade principal para detetar desvio de dados entre dois conjuntos de dados no Azure Machine Learning. O desvio 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 desvio de dados. A classe AlertConfiguration permite definir alertas configuráveis (como e-mail) 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 e-mail) em trabalhos DataDriftDetector.
DataDriftDetector	Define um monitor de desvio de dados que pode ser usado para executar trabalhos de desvio de dados no Aprendizado de Máquina do Azure. A classe DataDriftDetector permite identificar desvios entre uma determinada linha de base e um determinado conjunto de dados de destino. Um objeto DataDriftDetector é criado em um espaço de trabalho especificando diretamente os conjuntos de dados de linha de base e de destino. Para obter mais informações, consulte https://aka.ms/datadrift. Datadriftdetector construtor. O construtor DataDriftDetector é usado para recuperar uma representação em nuvem de um objeto DataDriftDetector associado ao espaço de trabalho fornecido.
Metric	Representa uma métrica retornada em uma análise de desvio de dados. A classe Metric é apenas para uso interno. Use o get_output método de um DataDriftDetector objeto para retornar métricas. Construtor métrico.
ModelServingDataset	Representa um conjunto de dados usado internamente quando um objeto DataDriftDetector baseado em modelo é criado. Um DataDriftDetector baseado em modelo permite calcular o desvio 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 tipos de métricas retornadas em uma análise de desvio de dados. Use o get_output método de um DataDriftDetector objeto para retornar métricas.