プロジェクトでのフィーチャー・グループの作成

フィーチャー・グループの編集

フィーチャーグループで使用するデータ資産の列を選択したら、各フィーチャーを表示して編集し、watsonx.aiRuntime モデルでの役割を指定します。

1. フィーチャー名をクリックし、 「このフィーチャーを編集」をクリックします。 ウィンドウが開き、以下のタブが表示されます。

   • 詳細 -フィーチャーに関する以下の情報を指定します。

     

     フィーチャーに割り当てる 役割 を選択します。

     • Input: 特徴量はwatsonx.aiRuntimeモデルのトレーニングの入力として使用できる。
     • Target:watsonx.aiRuntime モデルを学習する際に予測対象として使用する特徴量。
     • Identifier: 入力データを識別するために使用される 1 次キー (顧客 ID など)。

     「説明」、 「レシピ」 (機能の値を作成するために使用する任意の方法または式)、および任意の タグを入力します。

   • 値の説明

     

     値の説明により、特定の値の意味を明確にすることができます。 例えば、値 -1、 0 、および 1を持つ列「クレジット評価」について考えてみます。 値の説明を使用して、これらの値の意味を示すことができます。 例えば、 -1 は「評価が拒否された」ことを意味します。 特定の値の説明を入力できます。 数値の場合は、範囲を指定することもできます。 数値の範囲を指定するには、 [n, m] というテキストを入力します。ここで、 n は開始文字、 m は範囲の終了文字で、大括弧で囲み、 「追加」をクリックします。 例えば、18 から 24 までのすべての年齢値を「ミリ秒」として記述するには、値として [18,24] を入力し、説明として ミリ秒 を入力します。 プロファイル が定義されている場合は、値の説明リストにプロファイル値が表示されます。 ここから、1 つの値または複数の値を選択できます。

   • 公平性情報

     

     バイアスをモニターするために、値の Monitor グループまたは Reference グループを定義できます。 偏りのある結果のリスクが高い値は、モニター・グループに入れることができます。 これらの値は、参照グループの値と比較されます。 数値の範囲を指定するには、テキスト [n, m] を入力します。ここで、 n は範囲の始まり、 m は範囲の終わりを大括弧で囲みます。 例えば、18 から 35 までのすべての年齢値をモニターするには、 [18,35]と入力します。 次に、「モニター」または「参照」を選択し、 「追加」をクリックします。 「好ましい結果」を指定することもできます。 公平性について詳しくは、 AutoAI エクスペリメントの公平性 を参照してください。

2. フィーチャーを編集したら、 「保存」をクリックします。 これで、 「フィーチャーの詳細」 ウィンドウに変更が表示されます。 このウィンドウを閉じて、フィーチャー・グループに戻ります。

グループからのフィーチャーの削除

グループからフィーチャーを削除するには、以下の手順を実行します。

1. プロジェクト内の資産をプレビューし、 「フィーチャー・グループ」 タブを選択します。

2. 表示される 「フィーチャー」 テーブルで、削除するフィーチャー (複数可) を選択します。

3. 表示されるツールバーで、 「グループから削除」を選択します。

   

フィーチャー、またはすべてのフィーチャーを選択した場合はフィーチャー・グループが削除されます。

Python API を使用した機能グループの作成と使用

また、ノートブックの assetframe-lib Python ライブラリー を使用して、フィーチャー・グループを作成および編集することもできます。 このライブラリーでは、機械学習モデルの作成時に公平性情報などの特徴量メタデータを使用することもできます。