Detección de desviación

Watson OpenScale detecta la desviación en la precisión y la desviación en los datos.

  • Disminución de la precisión

    Realiza una estimación de la disminución de precisión del modelo en tiempo de ejecución. La precisión del modelo disminuye si existe un incremento en las transacciones que son similares a las que el modelo no ha evaluado correctamente en los datos de entrenamiento. Este tipo de desviación se calcula para modelos de clasificación binaria y multiclase estructurados.

  • Disminución de la coherencia de datos

    Realiza una estimación de la disminución de la coherencia de datos en tiempo de ejecución, en comparación con las características de los datos en tiempo de entrenamiento.

Una disminución de la precisión del modelo o de la coherencia de los datos conlleva un impacto negativo en los resultados del negocio que están asociados con el modelo y deben resolverse volviendo a entrenar el modelo.

Análisis de desviación

Dependiendo de si se realiza la detección de desviación como parte del proceso por lotes o no, las visualizaciones de desviación son diferentes.

Visualización de desviación para datos de proceso no por lotes

La visualización de la desviación incluye datos estadísticos gráficos y numéricos. Si pulsa en el gráfico, puede visualizar las transacciones específicas que contribuyen a la desviación. Se muestran las principales razones de la desviación detectada y se incluye una descripción en lenguaje natural de la observación, así como una lista de los valores inesperados.

En particular, en la sección Seleccione un conjunto de transacciones en el gráfico o en la lista siguiente, puede elegir las vistas siguientes:

  • Transacciones responsables de la disminución de la precisión
  • Transacciones responsables de la disminución de la precisión y la coherencia de los datos
  • Transacciones responsables de la disminución de la coherencia de datos
  • Las transacciones de desviación están disponibles en la pantalla de detalles de transacciones, donde puede pulsar Explicar para comprender cómo una transacción específica ha acabado en la categoría de desviación.

Análisis de desviación para datos de proceso por lotes

Para la gran cantidad de datos que puede generar el procesador por lotes, recibirá un recuento de registros que contribuyen a una disminución de la precisión, una disminución de la coherencia de los datos y ambas cosas. Además de esta visualización de resumen, puede ejecutar un cuaderno de análisis especializado: Cuaderno para analizar las transacciones de carga útil que provocan la desviación.

Habilitar notificaciones

Para enviar notificaciones de correo electrónico, pulse el botón Compartir las recomendaciones. Para habilitar esta característica, primero debe conectarse a un servidor SMTP que esté configurado en IBM Cloud Pak for Data. Para obtener más información, consulte Habilitación de notificaciones de correo electrónico. (Solo para IBM Watson OpenScale para IBM Cloud Pak for Data).

Limitaciones

Las limitaciones siguientes se aplican al supervisor de desviación:

  • La desviación solo está soportada para datos estructurados.
  • Aunque los modelos de clasificación dan soporte a desviación de datos y precisión, los modelos de regresión solo soportan la desviación de datos.
  • La desviación no está soportada para funciones de Python.

Avanzar más

Obtenga información sobre un escenario que utiliza la desviación: