datadrift Paket

Innehåller funktioner för att identifiera när modellträningsdata har drivits från dess bedömningsdata.

Inom maskininlärning är dataavvikelse ändringen av modellindata som leder till försämrad modellprestanda. Det är en av de främsta orsakerna till att modellnoggrannheten försämras över tid, vilket innebär att övervakning av dataavvikelser hjälper till att identifiera prestandaproblem för modellen. Med det här paketet kan du identifiera och avisera om dataavvikelser.

Med klassen DataDriftDetector kan du konfigurera ett dataövervakarobjekt som sedan kan köras som ett jobb för att analysera dataavvikelser. Dataavvikelsejobb kan köras interaktivt eller aktiveras för att köras enligt ett schema. Du kan konfigurera aviseringar när dataavvikelsen överskrider ett tröskelvärde med klassen AlertConfiguration.

Moduler

alert_configuration	Innehåller funktioner för att konfigurera aviseringar om dataavvikelser i Azure Machine Learning.
datadriftdetector	Innehåller kärnfunktioner för att identifiera dataavvikelser mellan två datauppsättningar i Azure Machine Learning. Dataavvikelse mäts via datauppsättningar eller distributioner och förlitar sig på Dataset API.

Klasser

AlertConfiguration	Representerar aviseringskonfiguration för dataavvikelsejobb. Klassen AlertConfiguration gör det möjligt att ange konfigurerbara aviseringar (till exempel e-post) för DataDriftDetector jobb. Aviseringskonfiguration kan anges när du använder någon av metoderna för att skapa klassen DataDriftDetector. Konstruktor. Tillåter inställning av konfigurerbara aviseringar (till exempel e-post) för DataDriftDetector-jobb.
DataDriftDetector	Definierar en dataavdriftsövervakare som kan användas för att köra dataavvikelsejobb i Azure Machine Learning. Med klassen DataDriftDetector kan du identifiera avvikelse mellan en viss baslinje och måldatauppsättning. Ett DataDriftDetector-objekt skapas på en arbetsyta genom att antingen ange baslinje- och måldatauppsättningarna direkt. Mer information finns i https://aka.ms/datadrift. Datadriftdetector konstruktor. Konstruktorn DataDriftDetector används för att hämta en molnrepresentation av ett DataDriftDetector-objekt som är associerat med den angivna arbetsytan.
Metric	Representerar ett mått som returneras i en dataavvikelseanalys. Klassen Metric är endast avsedd för intern användning. Använd metoden för get_output ett DataDriftDetector objekt för att returnera mått. Måttkonstruktor.
ModelServingDataset	Representerar en datauppsättning som används internt när ett modellbaserat DataDriftDetector-objekt skapas. Med en modellbaserad DataDriftDetector kan du beräkna dataavvikelse mellan en modells träningsdatauppsättning och dess bedömningsdatauppsättning. Använd metoden för att skapa en modellbaserad DataDriftDetector <xref:azureml.datadrift.DataDriftDetector.create_from_model> . Konstruktor.

Uppräkningar

MetricType

Definierar typer av mått som returneras i en dataavvikelseanalys. Använd metoden för get_output ett DataDriftDetector objekt för att returnera mått.