Um Nutzdaten zu verwalten, müssen Sie Scoring-Anfragen senden, um die Protokollierung Ihrer Modelltransaktionen im Datamart zu ermöglichen.
Nutzdaten enthalten alle Modelltransaktionen. Sie müssen Nutzdaten bereitstellen, damit Sie Fairness-und Abweichungsauswertungen sowie Erklärbarkeit konfigurieren können.
Um Nutzdaten zu protokollieren, müssen Sie Scoring-Anfragen erhalten.
Nutzdaten protokollieren
Wenn Sie eine Scoring-Anforderung senden, werden Ihre Modelltransaktionen verarbeitet, um Modellauswertungen zu aktivieren. Die Transaktionen werden bewertet und als Datensätze in einer Nutzdatenprotokollierungstabelle im Datamart gespeichert.
Die in der Tabelle gespeicherten Daten müssen dasselbe Merkmal und dieselben Vorhersagespalten aus Ihren Trainingsdaten enthalten. Die Tabelle kann auch eine Vorhersagewahrscheinlichkeitsspalte sowie Zeitmarken-und ID-Spalten enthalten, um Ihre Daten als Scoring-Datensätze zu speichern.
Sie können Ihre Nutzlastprotokollierungstabelle anzeigen, indem Sie auf die Datenbank zugreifen, die Sie für den Data Mart angegeben haben, oder indem Sie das Python SDK verwenden, wie im folgenden Beispiel gezeigt:
Nutzdaten senden
Wenn Sie IBM watsonx.ai Runtime als Ihren Anbieter für maschinelles Lernen verwenden, werden Ihre Nutzdaten automatisch protokolliert, wenn Ihr Modell bewertet wird. Wenn Sie einen externen Machine Learning-Provider verwenden, müssen Sie Nutzdaten manuell mit einer JSON-Datei oder einem Endpunkt für Nutzdatenprotokollierung protokollieren, um Auswertungen und Erklärbarkeit zu konfigurieren. Weitere Informationen finden Sie unter Nutzdatenprotokollierung.
Nachdem Sie Bewertungen konfiguriert haben, können Sie auch einen Endpunkt für Nutzdatenprotokollierung verwenden, um Scoring-Anforderungen zum Ausführen bedarfsgesteuerter Bewertungen zu senden. Weitere Informationen finden Sie unter Modelltransaktionen senden. Bei Produktionsmodellen können Sie auch Nutzdaten mit einer CSV-Datei hochladen, um Scoring-Anforderungen zu senden.
Weitere Informationen
Übergeordnetes Thema: Verwaltung von Daten für Modellevaluierungen