0 / 0
Go back to the English version of the documentation
Konfigurace vyhodnocení posunu v2 v produktu Watson OpenScale
Last updated: 18. 8. 2023
Konfigurace vyhodnocení posunu v2 v produktu Watson OpenScale

Můžete nakonfigurovat vyhodnocení posunu v2 v produktu Watson OpenScale za účelem měření změn ve vašich datech za účelem zajištění konzistentních výsledků pro váš model. Použijte vyhodnocení posunu v2 k identifikaci změn ve výstupu vašeho modelu, přesnosti vašich předpovědí a distribuce vašich vstupních dat.

Pokud jste protokolovat data informačního obsahu , když se připravujete na vyhodnocení modelu, můžete nakonfigurovat vyhodnocení posunu v2 . Když nakonfigurujete vyhodnocení posunu v2 , produkt Watson OpenScale vygeneruje drift v2 metrics , které můžete přezkoumat, abyste získali představu o změnách ve vašich výsledcích modelu v průběhu času.

Následující sekce popisují kroky, které musíte dokončit, chcete-li nakonfigurovat vyhodnocení posunu v2 v produktu Watson OpenScale:

Výpočet archivu unášení

Musíte zvolit metodu, kterou produkt Watson OpenScale používá k analýze vašich výukových dat, aby bylo možné určit distribuce dat vašich funkcí modelu. Připojíte-li údaje o školení k produktu Watson OpenScale a velikost vaší velikosti je menší než 500 MB, můžete zvolit výpočet archivu drift v2 v systému Watson OpenScale. Pokud nepřipojujete data o školení k produktu Watson OpenScale, nebo pokud je velikost dat větší než 500 MB, musíte zvolit výpočet driftu v2 archivu v notebooku.

Můžete určit mezní hodnotu pro velikost dat odborné přípravy nastavením maximálního počtu vzorků pro velikost dat odborné přípravy, kterou produkt Watson OpenScale používá pro přidělení skóre a výpočet posunu v2 v posunu. For non-Watson Machine Learning deployments, computing the drift v2 archive has a cost associated with Watson OpenScale scoring the training data against your model's scoring endpoint.

Nastavit prahové hodnoty posunu

Musíte nastavit prahové hodnoty pro každou metriku, chcete-li povolit funkci Watson OpenScale , abyste porozuměli tomu, jak identifikovat problémy s výsledky vyhodnocení. Hodnoty, které nastavíte, vytvoří výstrahy na panelu dashboard Insights , které se objeví, když skóre metrik poruší prahové hodnoty. Musíte nastavit hodnoty mezi rozsahem 0 až 1. Skóre metrik musí být nižší než prahová hodnota, aby nedošlo k narušení.

Vyberte důležité funkce

Produkt Watson OpenScale vypočítá důležitost funkce pro určení dopadu úletu funkcí na váš model. Chcete-li povolit funkci Watson OpenScale pro výpočet důležitosti funkcí, můžete vybrat důležité a nejdůležitější funkce z vašeho modelu, které mají největší dopad na výsledky modelu.

Když nakonfigurujete vysvětlení SHAP, produkt Watson OpenScale automaticky zjišťuje důležité funkce pomocí globálních vysvětlení.

Můžete také odeslat seznam důležitých funkcí nahráním souboru JSON. Watson OpenScale poskytuje ukázkové úseky kódu, které můžete použít k odeslání souboru JSON. Další informace naleznete v tématu Úseky důležitosti funkce.

Nastavit velikost vzorku

Produkt Watson OpenScale používá velikosti vzorků k pochopení toho, jak zpracovat počet transakcí, které jsou vyhodnoceny během vyhodnocování. Chcete-li označit nejnižší počet transakcí, které má produkt Watson OpenScale vyhodnotit, musíte nastavit minimální velikost vzorku. Můžete také nastavit maximální velikost vzorku, abyste označili maximální počet transakcí, které má produkt Watson OpenScale vyhodnotit.

Další informace

Přezkoumání výsledků vyhodnocení

Generative AI search and answer
These answers are generated by a large language model in watsonx.ai based on content from the product documentation. Learn more