Creación de un grupo de características en un proyecto

Edición de un grupo de características

Cuando haya seleccionado las columnas del activo de datos que se utilizarán en el grupo de características, podrá ver cada característica y editarla para especificar la función que tendrá en los modelos watsonx.ai Runtime.

1. Pulse un nombre de característica y pulse Editar esta característica. Se abre una ventana que muestra las pestañas siguientes:

   • Detalles : proporcione la siguiente información sobre la característica.

     

     Seleccione un Rol para asignarlo a la característica:

     • Input: la característica se puede utilizar como entrada para entrenar un modelo watsonx.ai Runtime.
     • Target: la característica que se utilizará como objetivo de predicción cuando los datos se utilicen para entrenar un modelo watsonx.ai Runtime.
     • Identifier: la clave primaria, como el ID de cliente, que se utiliza para identificar los datos de entrada.

     Especifique una Descripción, Receta (cualquier método o fórmula utilizada para crear valores para la característica) y cualquier Etiquetas.

   • Descripciones de valores

     

     Las descripciones de valores le permiten aclarar el significado de valores específicos. Por ejemplo, considere una columna "evaluación de crédito" con los valores -1, 0 y 1. Puede utilizar descripciones de valores para proporcionar significado para estos valores. Por ejemplo, -1 puede significar "evaluación rechazada". Puede especificar descripciones para valores concretos. Para valores numéricos, también puede especificar un rango. Para especificar un rango de valores numéricos, especifique el texto siguiente [n, m] donde n es el inicio y m es el final del rango, entre corchetes y pulse Añadir. Por ejemplo, para describir todos los valores de edad entre 18 y 24 como "millenials", especifique [18,24] como el valor y millenials como la descripción. Si tiene un perfil definido, los valores del perfil se muestran en la lista de descripciones de valores. Desde aquí puede seleccionar un valor o varios valores.

   • Información de imparcialidad

     

     Puede definir grupos de valores Monitor o Reference para supervisar el sesgo. Los valores que están en mayor riesgo de resultados sesgados se pueden colocar en el grupo Monitor. A continuación, estos valores se comparan con los valores del grupo Referencia. Para especificar un rango de valores numéricos, especifique el texto siguiente [n, m] donde n es el inicio y m es el final del rango, entre corchetes. Por ejemplo, para supervisar todos los valores de edad entre 18 y 35, especifique [18,35]. A continuación, seleccione Supervisor o Referencia y pulse Añadir. También puede especificar Resultados favorables. Consulte Equidad en experimentos de AutoAI para obtener más información sobre equidad.

2. Cuando haya editado la característica, pulse Guardar. Ahora puede ver los cambios en la ventana Detalles de característica . Cierre esta ventana para volver al grupo de características.

Eliminación de características de un grupo

Para eliminar una característica de un grupo:

1. Obtenga una vista previa del activo en el proyecto y seleccione la pestaña Grupo de características .

2. En la tabla Características que se muestra, seleccione la característica (o características) que desea eliminar.

3. En la barra de herramientas que aparece, seleccione Eliminar del grupo.

   

La característica, o grupo de características si ha seleccionado todas las características, se elimina.

Compartir un grupo de características con IBM Knowledge Catalog

Búsqueda de un grupo de características

Puede buscar activos o columnas en todos los catálogos y proyectos. Para filtrar los resultados de la búsqueda para buscar activos con un grupo de características, seleccione Datos para ver las opciones de filtro y seleccione Grupo de características. Los activos que contienen un grupo de características se listarán en los resultados de la búsqueda.

Utilización de la API de Python para crear y utilizar grupos de características

También puede utilizar la biblioteca assetframe-lib Python en cuadernos para crear y editar grupos de características. Esta biblioteca también le permite utilizar metadatos de características como la información de equidad al crear modelos de aprendizaje automático.