0 / 0
Go back to the English version of the documentation
Instalowanie modułu Python w celu skonfigurowania oceny modelu
Last updated: 08 wrz 2023
Instalowanie modułu Python w celu skonfigurowania oceny modelu

Aby zautomatyzować udostępnianie i konfigurowanie wymaganych usług oraz wyświetlić aplikację do oceny, w tym przykładowe dane, można zainstalować moduł Python .

Informacje o tym module

  • Moduł stanowi alternatywny sposób, w jaki użytkownicy techniczni mogą widzieć instancję Watson OpenScale działającą bez konieczności udostępniania i konfigurowania usług, zgodnie z opisem w kursie Pierwsze kroki .
  • Moduł Python jest uruchamiany przez proces sprawdzania usług, które są niezbędne, i tworzenia tych, które są niezbędne. Po pomyślnym uruchomieniu modułu z poziomu panelu kontrolnego IBM Cloud można uruchomić program Watson OpenScale , aby sprawdzić, w jaki sposób oceniany jest model.

Klient Watson OpenScale Python

Klient Python jest biblioteką, która działa bezpośrednio przy użyciu usługi oceny modelu. Na potrzeby projektowania i automatyzacji można użyć klienta Python do bezpośredniego skonfigurowania bazy danych tematycznej hurtowni danych, uzyskania dostępu do mechanizmu uczenia maszynowego, a także wybrania i oceny wdrożeń. Przykłady, które korzystają z klienta Python w ten sposób, można znaleźć w przykładowym notatniku Watson OpenScale -Notebooki.

 

Zanim rozpoczniesz

  1. Utwórz klucz API IBM Cloud i pobierz go. W późniejszym kroku należy wprowadzić klucz API.

  2. Zainstaluj dowolną wersję Python 3.

    Python 3 zawiera system zarządzania pakietami pip.

  3. Zainstaluj pakiet ibm-watson-openscale-cli , uruchamiając następującą komendę:

    pip install -U ibm-watson-openscale-cli

    Jeśli w systemie jest zainstalowana więcej niż jedna wersja pip, może być konieczne uruchomienie programu pip3 zamiast pip, tak jak w przypadku pip3 install -U ibm-watson-openscale-cli.

  4. Jeśli dostępna jest istniejąca instancja usługi Machine Learning , należy sprawdzić panel kontrolnyIBM Cloud , aby upewnić się, że usługa jest zarządzana przez Cloud Identity and Access Management (IAM), not Cloud Foundry.

    Ważne:

    Moduł sprawdza, czy instancja jest instancją Machine Learning. Jeśli instancja jest instancją, moduł korzysta z niej. Jeśli jednak dana instancja jest zarządzana przez program Cloud Foundry, należy najpierw przeprowadzić migrację do grupy zasobów IAM przed uruchomieniem modułu.

Uruchamianie modułu

Uruchom następującą komendę:

ibm-watson-openscale-cli -a <Your API key>

Wyświetlanie wyników

Aby wyświetlić spostrzeżenia dotyczące rzetelności i dokładności modelu, szczegółowe informacje na temat danych, które są wartościowane, oraz wyjaśnienie dotyczące pojedynczej transakcji, należy otworzyć panel kontrolny produktu Insights.

  • Aby zapoznać się ze scenariuszem przykładowych danych, należy zapoznać się z Pierwsze kroki.

Wyświetl wgląd

Na panelu kontrolnym Insightskliknij kartę Insights , w której przedstawiono przegląd metryk dla wdrożonych modeli: Analizy

  • Na pierwszy rzut oka na stronie Insights wyświetlane są wszelkie problemy związane z uczciwością i dokładnością, określone przez skonfigurowane progi.

  • Każde wdrożenie jest pokazywane jako kafelek. Jeśli śledzisz jeden z kursów, w panelu kontrolnym, zostanie wyświetlone wdrożenie o nazwie GermanCreditRiskModel. W poniższym przykładzie przedstawiono panel kontrolny z wieloma wdrożonymi i ocenionymi modelami:

    Panel kontrolny produktu Insight z wieloma wdrożeniami, z których każdy jest wyświetlany jako kafelek

Wyświetl dane oceny

  1. Na stronie Insights kliknij kafel GermanCreditRiskModel , aby wyświetlić szczegółowe informacje na temat ocenianych danych.

  2. Przesuń znacznik na wykresie, aby wyświetlić dzień i przedział czasu, w którym wyświetlane są dane, a następnie kliknij odsyłacz Wyświetl szczegóły .

    • Na przykład na poniższym ekranie wyświetlane są dane dla konkretnej daty i godziny. Daty i godziny różnią się, w zależności od tego, kiedy uruchamiasz moduł.

    • Więcej informacji na temat interpretacji wykresu szeregów czasowych zawiera sekcja Uzyskiwanie informacji.

    Wyświetlane są wartościowane dane historyczne

  3. Aby uzyskać szczegółowe informacje na temat oceny danych w programie AGE , należy upewnić się, że z menu wybrano opcję AGE .

    • Zauważ, że na poniższym zrzucie ekranu nie istnieje żadna bias.

    • Informacje na temat interpretowania wykresu punktów danych w określonej godzinie zawiera sekcja Wizualizacja danych dla konkretnej godziny.

    Wyświetlane są szczegóły widoku

Wyświetl wytłumaczalność

Aby zrozumieć czynniki, które przyczyniają się do sytuacji, gdy bias jest obecny dla danego okresu, na ekranie wizualizacji, który jest wyświetlany w poprzedniej sekcji, kliknij opcję Wyświetl transakcje.

Identyfikatory transakcji dla ostatniej godziny są wyświetlane dla tych transakcji, dla których istnieją bias. W przypadku modelu używanego w tym module nie istnieje bias dla żądań, które są dostępne. Oznacza to, że dla okresu na poniższym zrzucie ekranu nie są wyświetlane żadne transakcje.

Lista transakcji bez transakcji

Więcej informacji na ten temat zawiera sekcja Wyjaśnianie transakcji.

Informacje pokrewne

  • Więcej informacji na temat biaz zawiera sekcja Fairness(Fairness).
  • Aby dowiedzieć się, jak dobrze przewidywać wyniki modelu, należy zapoznać się z Dokładność.
  • Więcej informacji na temat interpretowania wykresów i danych zawiera sekcja Uzyskiwanie informacji.
  • Aby dowiedzieć się, w jaki sposób czynniki bazowe wpływają na wyniki, patrz Monitorowanie wyjaśniania.

Temat nadrzędny: Watson OpenScale