datadrift 套件

包含功能，可偵測模型定型數據何時偏離其評分數據。

在機器學習中，數據漂移 是導致模型效能降低的模型輸入數據變更。 這是模型精確度隨著時間降低的主要原因之一，因此監視數據漂移有助於偵測模型效能問題。 此套件可讓您偵測並警示數據漂移。

DataDriftDetector 類別可讓您設定資料監視器對象，然後可以當做工作來執行，以分析數據漂移。 數據漂移工作可以以互動方式執行，或啟用以排程執行。 當數據漂移超過具有 AlertConfiguration 類別的臨界值時，您可以設定警示。

單元

alert_configuration	包含在 Azure Machine Learning 中設定數據漂移警示的功能。
datadriftdetector	包含在 Azure Machine Learning 中偵測兩個數據集之間數據漂移的核心功能。 數據漂移是透過資料集或部署來測量，並依賴 Dataset API。

類別

AlertConfiguration	表示數據漂移作業的警示組態。 AlertConfiguration 類別允許在作業上 DataDriftDetector 設定可設定的警示（例如電子郵件）。 使用 DataDriftDetector 類別的其中一個建立方法時，可以指定警示組態。 構造 函數。 允許在 DataDriftDetector 作業上設定可設定的警示（例如電子郵件）。
DataDriftDetector	定義數據漂移監視器，可用來在 Azure Machine Learning 中執行數據漂移作業。 DataDriftDetector 類別可讓您識別指定基準與目標數據集之間的漂移。 DataDriftDetector 物件是在工作區中建立，方法是直接指定基準和目標數據集。 如需詳細資訊，請參閱https://aka.ms/datadrift。 Datadriftdetector 建構函式。 DataDriftDetector 建構函式可用來擷取與所提供工作區相關聯的 DataDriftDetector 物件的雲端表示法。
Metric	表示數據漂移分析中傳回的計量。 Metric 類別僅供內部使用。 get_output使用物件的 方法DataDriftDetector可傳回計量。 計量建構函式。
ModelServingDataset	表示建立模型型 DataDriftDetector 物件時，內部使用的數據集。 以模型為基礎的 DataDriftDetector 可讓您計算模型定型數據集與其評分數據集之間的數據漂移。 若要建立以模型為基礎的 DataDriftDetector，請使用 <xref:azureml.datadrift.DataDriftDetector.create_from_model> 方法。 構造 函數。

列舉

MetricType

定義數據漂移分析中傳回的計量類型。 get_output使用物件的 方法DataDriftDetector可傳回計量。