프로젝트에서 기능 그룹 작성

기능 그룹 편집

기능 그룹에서 사용할 데이터 자산의 열을 선택했으면, 각 기능을 보고 편집하여 watsonx.ai 런타임 모델에서 해당 기능이 수행할 역할을 지정할 수 있습니다.

1. 기능 이름을 클릭하고 이 기능 편집을 클릭하십시오. 다음 탭을 표시하는 창이 열립니다.

   • 세부사항 -기능에 대한 다음 정보를 제공하십시오.

     

     기능에 지정할 역할 을 선택하십시오.

     • Input: 이 기능은 watsonx.ai 런타임 모델 학습을 위한 입력으로 사용할 수 있습니다.
     • Target: 데이터를 사용하여 watsonx.ai 런타임 모델을 학습할 때 예측 대상으로 사용할 기능입니다.
     • Identifier: 입력 데이터를 식별하는 데 사용되는 기본 키 (예: 고객 ID) 입니다.

     설명, 레시피 (기능에 대한 값을 작성하는 데 사용되는 메소드 또는 공식) 및 태그를 입력하십시오.

   • 값 설명

     

     값 설명을 사용하여 특정 값의 의미를 명확하게 할 수 있습니다. 예를 들어, 값이 -1, 0 및 1인 열 "신용 평가" 를 고려하십시오. 값 설명을 사용하여 이러한 값의 의미를 제공할 수 있습니다. 예를 들어, -1 은 "평가 거부됨" 을 의미할 수 있습니다. 특정 값에 대한 설명을 입력할 수 있습니다. 숫자 값의 경우 범위를 지정할 수도 있습니다. 숫자 값의 범위를 지정하려면 [n, m] 텍스트를 입력하십시오. 여기서 n 은 시작이고 m 은 대괄호로 묶은 범위의 끝입니다. 추가를 클릭하십시오. 예를 들어, 18-24사이의 모든 연령 값을 "밀리초" 로 설명하려면 값으로 [18 ,24] 를 입력하고 설명으로 밀리초 를 입력하십시오. 프로파일 을 정의한 경우 프로파일 값이 값 설명 목록에 표시됩니다. 여기에서 하나의 값 또는 여러 값을 선택할 수 있습니다.

   • 공정성 정보

     

     편향성 모니터링을 위해 값의 Monitor 또는 Reference 그룹을 정의할 수 있습니다. 편향된 결과의 위험이 더 큰 값은 모니터 그룹에 배치할 수 있습니다. 그런 다음 이러한 값을 참조 그룹의 값과 비교합니다. 숫자 값의 범위를 지정하려면 [n, m] 텍스트를 입력하십시오. 여기서 n 은 시작이고 m 은 대괄호로 묶은 범위의 끝입니다. 예를 들어, 18-35사이의 모든 연령 값을 모니터하려면 [18,35]를 입력하십시오. 그런 다음 모니터 또는 참조를 선택하고 추가를 클릭하십시오. 선호 결과를 지정할 수도 있습니다. 공정성에 대한 자세한 정보는 AutoAI 실험의 공정성 을 참조하십시오.

2. 기능을 편집했으면 저장을 클릭하십시오. 이제 기능 세부사항 창에서 변경사항을 볼 수 있습니다. 기능 그룹으로 돌아가려면 이 창을 닫으십시오.

그룹에서 기능 제거

그룹에서 기능을 제거하려면 다음을 수행하십시오.

1. 프로젝트에서 자산을 미리보고 기능 그룹 탭을 선택하십시오.

2. 표시되는 기능 테이블에서 제거할 기능을 선택하십시오.

3. 표시되는 도구 모음에서 그룹에서 제거를 선택하십시오.

   

모든 기능을 선택한 경우 기능 또는 기능 그룹이 제거됩니다.

Python API를 사용하여 기능 그룹 작성 및 사용

노트북에서 assetframe-lib Python 라이브러리 를 사용하여 기능 그룹을 작성하고 편집할 수도 있습니다. 또한 이 라이브러리를 사용하면 기계 학습 모델을 작성할 때 공정성 정보와 같은 기능 메타데이터를 사용할 수 있습니다.