datadrift Pacote

Contém funcionalidades para detetar quando os dados de preparação de modelos se afastaram dos respetivos dados de classificação.

No machine learning, o desfasamento 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, pelo que a monitorização do desfasamento de dados ajuda a detetar problemas de desempenho do modelo. Este pacote permite-lhe detetar e alertar sobre o desfasamento de dados.

A DataDriftDetector classe permite-lhe configurar um objeto de monitorização de dados que, em seguida, pode ser executado como uma tarefa para analisar o desfasamento de dados. As tarefas de deriva de dados podem ser executadas interativamente ou ativadas para serem executadas com base numa agenda. Pode configurar alertas quando o desvio de dados exceder um limiar com a AlertConfiguration classe.

Módulos

alert_configuration	Contém funcionalidades para configurar alertas de desfasamento de dados no Azure Machine Learning.
datadriftdetector	Contém a funcionalidade principal para detetar desvios de dados entre dois conjuntos de dados no Azure Machine Learning. O desvio de dados é medido através de conjuntos de dados ou implementações e depende da Dataset API.

Classes

AlertConfiguration	Representa a configuração de alertas para tarefas de desfasamento de dados. A classe AlertConfiguration permite definir alertas configuráveis (como e-mail) em DataDriftDetector tarefas. A configuração de alertas pode ser especificada ao utilizar um dos métodos de criação da classe DataDriftDetector. Construtor. Permite a definição de alertas configuráveis (como e-mail) em tarefas dataDriftDetector.
DataDriftDetector	Define um monitor de desfasamento de dados que pode ser utilizado para executar tarefas de desfasamento de dados no Azure Machine Learning. A classe DataDriftDetector permite-lhe identificar o desvio entre uma determinada linha de base e um conjunto de dados de destino. Um objeto DataDriftDetector é criado numa área de trabalho ao especificar diretamente os conjuntos de dados de linha de base e de destino. Para obter mais informações, consulte https://aka.ms/datadrift. Construtor de datadriftdetector. O construtor DataDriftDetector é utilizado para obter uma representação na cloud de um objeto DataDriftDetector associado à área de trabalho fornecida.
Metric	Representa uma métrica devolvida numa análise de desfasamento de dados. A classe Métrica destina-se apenas à utilização interna. Utilize o get_output método de um DataDriftDetector objeto para devolver métricas. Construtor de métricas.
ModelServingDataset	Representa um conjunto de dados utilizado internamente quando é criado um objeto DataDriftDetector baseado em modelos. Um DataDriftDetector baseado em modelos permite-lhe calcular o desvio de dados entre o conjunto de dados de preparação de um modelo e o respetivo conjunto de dados de classificação. Para criar um DataDriftDetector baseado em modelos, utilize o <xref:azureml.datadrift.DataDriftDetector.create_from_model> método . Construtor.

Enumerações

MetricType

Define tipos de métricas devolvidas numa análise de desfasamento de dados. Utilize o get_output método de um DataDriftDetector objeto para devolver métricas.