Nastavení knihoven assetframe-lib a ibm-watson-studio-lib

Knihovna assetframe-lib pro Python je předinstalovaná a lze ji importovat přímo do notebooku v produktu Watson Studio. Ale spoléhá se na knihovnu ibm-watson-studio-lib . Následující kroky popisují, jak nastavit obě knihovny.

Chcete-li vložit token projektu do notebooku, postupujte takto:

1. Klepněte na ikonu Více na panelu nástrojů zápisníku a poté klepněte na volbu Vložit token projektu.

   Pokud token projektu existuje, přidá se do notebooku buňka s následujícími informacemi:

   from ibm_watson_studio_lib import access_project_or_space
   wslib = access_project_or_space({"token":"<ProjectToken>"})
   

   <ProjectToken> je hodnota tokenu projektu.

   Je-li ve zprávě řečeno, že neexistuje žádný token projektu, klepněte na odkaz ve zprávě a přesměrovává se na stránku projektu Řízení přístupu , kde můžete vytvořit token projektu. Chcete-li vytvořit token projektu, musíte být způsobilí.

   Chcete-li vytvořit token projektu:

   1. Na kartě Spravovat vyberte stránku Řízení přístupu a klepněte na volbu Nový přístupový token pod Tokeny přístupu.
   2. Zadejte název, vyberte roli Editor pro projekt a vytvořte token.
   3. Přejděte zpět na svůj notebook, klepněte na ikonu Více na panelu nástrojů zápisníku a poté klepněte na volbu Vložit token projektu.

2. Importujte assetframe-lib a inicializujte ji s vytvořenou instancí ibm-watson-studio-lib .

   from assetframe_lib import AssetFrame
   AssetFrame._wslib = wslib
   

Funkce a metody knihovny assetframe-lib

Knihovna assetframe-lib odkrývá sadu funkcí a metod, které jsou seskupeny následujícím způsobem:

• Vytvoření rámce aktiva
• Vytvoření, načítání a odebírání funkcí
• Zadání atributů funkce
  • Role
  • Popis
  • Informace o plavebních dráhách pro příznivé a nepříznivé výsledky
  • Informace o spravedlivosti pro monitorované a referenční skupiny
  • Popisy hodnot
  • Recepty
  • Značky
• zobrazení náhledu dat
• Získání informací o spravedlnosti

Vytvoření rámce aktiva

Rámec aktiva se používá k definování metadat skupiny funkcí v existujícím datovém aktivu nebo v pandoru DataFrame. Pro každé aktivum můžete mít přesně jednu skupinu funkcí. Vytvoříte-li rámec aktiva na pandu DataFrame, můžete ukládat pandy DataFrame společně s metadaty skupiny funkcí jako datové aktivum ve vašem projektu.

K vytvoření vašeho rámce aktiv můžete použít jednu z následujících funkcí:

• AssetFrame.from_data_asset(asset_name, create_default_features=False)

  Tato funkce vytvoří nový rámec aktiva obtékání existujícího datového aktiva ve vašem projektu. Pokud již existuje skupina funkcí pro toto aktivum, například vytvořená v uživatelském rozhraní, přečte se z metadat aktiva.

  Pokud již má aktivum definované popisy sloupců nebo značek sloupců, například v produktu Watson Knowledge Catalog, budou tyto informace automaticky dostupné pro vytvořené funkce.

  Parametry:

  • asset_name: (Povinné) Název datového aktiva ve vašem projektu.
  • create_default_features: (Volitelné) Vytvoří funkce pro všechny sloupce v datovém aktivu.

• AssetFrame.from_pandas(name, dataframe, create_default_features=False)

  Tato funkce vytvoří nový rám aktiva obtékání pandby DataFrame.

  Parametry:

  • name: (Povinné) Název rámce aktiva. Tento název bude použit jako název datového aktiva, pokud ukládáte skupinu funkcí do projektu v pozdějším kroku.

  • dataframe: (požadováno) Pandas DataFrame , který chcete uložit spolu s informacemi o skupině funkcí.

  • create_default_features: (Volitelné) Vytvořte funkce pro všechny sloupce v datovém rámci.

    Příklad vytvoření rámce aktiva z pandy DataFrame:

    # Create an asset frame from a pandas DataFrame and set
    # the name of the asset frame.
    af = AssetFrame.from_pandas(dataframe=credit_risk_df, name="Credit Risk Training Data")
    

Vytvoření, načtení a odebrání funkcí

Funkce definuje metadata, která mohou být použita po následných úlohách Machine Learning . Ve své datové sadě můžete vytvořit jednu funkci pro každý sloupec.

K vytvoření, načtení nebo odebrání sloupců z rámce aktiv můžete použít jednu z následujících funkcí:

• add_feature(column_name, role='Input')

  Tato funkce přidá novou funkci k vašemu rámci aktiva s danou rolí.

  Parametry:

  • column_name: (Required) Název sloupce, pro který má být vytvořena funkce.

  • role: (Volitelné) Role funkce. Výchozí hodnota je Vstup.
    

    Platné role jsou:
    

    • Vstup: Vstup pro výukový model počítače
      
    • Cíl: Cíl modelu předpovědí
      
    • Identifikátor: Identifikátor řádku ve vaší datové sadě.
      

• create_default_features()

  Tato funkce vytváří funkce pro všechny sloupce v datové sadě. Role těchto funkcí budou standardně nastaveny na hodnotu Vstup.

• get_features()

  Tato funkce načte všechny funkce rámce aktiva.

• get_feature(column_name)

  Tato funkce načte funkci pro daný název sloupce.

  Parametry:

  • column_name: (Povinné) Řetězec názvu sloupce, pro který se má vytvořit funkce.

• get_features_by_role(role)

  Tato funkce načte všechny funkce datového rámce s danou rolí.

  Parametry:

  • role: (Povinné) Role, kterou funkce musí mít. Může se jednat o Vstup, Cíl nebo Identifikátor.

• remove_feature(feature_or_column_name)

  Tato funkce odebere funkci z rámce aktiva.

  Parametry:

  • feature_or_column_name: (Povinné) Funkce nebo název sloupce, pro který má být funkce odebrána.

Příklad zobrazující vytváření funkcí pro všechny sloupce v datové sadě a načítání jednoho z těchto sloupců pro další specifikace:

# Create features for all columns in the data set and retrieve a column
# for further specifications.
af.create_default_features()
risk_feat = af.get_feature('Risk')

Uvedení atributů funkce

Funkce určují další metadata na sloupcích, které lze použít v následných úlohách Machine Learning .

Můžete použít následující funkci k načtení sloupce, pro který je funkce definována:

• get_column_name()

  Tato funkce načte název sloupce, pro který je funkce definována.

# Set the role of the feature 'Risk' to 'Target' to use it as a target in a prediction model.
risk_feat = af.get_feature('Risk')
risk_feat.set_roles('Target')

# Set favorable and unfavorable labels for the target feature 'Risk'.
risk_feat = af.get_feature('Risk')
risk_feat.set_favorable_labels("No Risk")
risk_feat.set_unfavorable_labels("Risk")

# Set monitored and reference groups for the features 'Sex' and 'Age'.
sex_feat = af.get_feature("Sex")
sex_feat.set_reference_groups("male")
sex_feat.set_monitored_groups("female")

age_feat = af.get_feature("Age")
age_feat.set_monitored_groups("[0,25]")
age_feat.set_reference_groups("[26,80]")

plan_feat = af.get_feature("InstallmentPlans")
val_descriptions = [
    {'value': 'stores',
     'description': 'customer has additional business installment plan'},
    {'value': 'bank',
     'description': 'customer has additional personal installment plan'},
    {'value': 'none',
     'description': 'customer has no additional installment plan'}
]
plan_feat.set_value_descriptions(val_descriptions)

zobrazení náhledu dat

Můžete zobrazit náhled dat datového aktiva nebo pandu DataFrame s dalšími informacemi o vašich funkcích, jako jsou informace o spravedlnosti.

Data se zobrazí jako pandy DataFrame s nepovinnými informacemi o záhlaví o rolích funkcí, popisech nebo receptech. Informace o plavebních dráhách se zobrazují se zabarvením pro příznivé nebo nevýhodné popisky, sledované a referenční skupiny.

V tuto chvíli můžete načíst až 100 řádků dat vzorku pro datové aktivum.

Chcete-li zobrazit náhled dat, použijte následující funkci:

• head(num_rows=5, display_options=['role'])

  Tato funkce vrací prvních num_rows řádků datové sady v pandám DataFrame.

  Parametry:

  • num_rows : (Volitelné) Počet řádků, které se mají načíst.

  • display_options: (Volitelné) Záhlaví sloupce může zobrazit další informace o sloupci v datové sadě.

    Použijte tyto volby k zobrazení atributů funkce:

    • role: Zobrazí roli funkce pro tento sloupec.
    • description: Zobrazí popis funkce pro tento sloupec.
    • recipe: Zobrazí receptu na funkci pro tento sloupec.

Získání informací o spravedlnosti

Informace o spravedlivosti pro všechny funkce ve vašem rámci aktiva můžete načíst jako slovník Python . To zahrnuje všechny funkce, které obsahují monitorované nebo referenční skupiny (nebo obojí) jako chráněné atributy a cílovou funkci s příznivými nebo nepříznivými popisky.

Je-li datový typ sloupce s údaji o spravedlivosti číselné, jsou hodnoty popisků a skupin transformovány na číselné hodnoty, je-li to možné.

Informace o plavebních dráhách mohou být použity přímo v AutoAI nebo Am Fairness 360.

Chcete-li získat informace o spravedlivosti vašeho rámce aktiva, můžete použít následující funkci:

• get_fairness_info(target=None)

  Tato funkce vrací slovník Python s příznivými a nepříznivými popisky cílových sloupců a chráněných atributů s monitorovanými a referenčními skupinami.

  Parametry:

  • cíl: (Volitelné) Cílová funkce. Existuje-li pouze jedna funkce s rolí Target, bude použita automaticky.

    Příklad, který ukazuje, jak získat informace o spravedlnosti:

    af.get_fairness_info()
    

    Výstup s informacemi o spravedlnosti:

    {
    'favorable_labels': ['No Risk'],
    'unfavorable_labels': ['Risk'],
    'protected_attributes': [
        {'feature': 'Sex',
        'monitored_group': ['female'],
        'reference_group': ['male']},
        {'feature': 'Age',
        'monitored_group': [[0.0, 25]],
        'reference_group': [[26, 80]]
        }]
    }
    

Uložení informací o skupině funkcí

Po úplném zadání nebo aktualizaci vašich funkcí můžete uložit celou definici skupiny funkcí jako metadata pro vaše datové aktivum.

Pokud jste vytvořili rámec aktiva z pandas DataFrame, v úložišti projektu se vytvoří nové datové aktivum s názvem rámce aktiva.

K uložení informací o skupině funkcí můžete použít následující metodu:

• to_data_asset(overwrite_data=False)

  Tato metoda uloží informace o skupině funkcí do metadat aktiv. Vytvoří nové aktivum dat, pokud byl rámec aktiva vytvořen z pandas DataFrame.

  Parametry:

  • overwrite_data: (Volitelné) Také přepište obsah aktiva s daty z rámce aktiva. Výchozí hodnota je False.

Další informace

Viz ukázkový projekt Vytvoření a použití dat úložiště funkcí v Galerii.

Nadřízené téma: Načítání a přístup k datům v zápisníku