페이로드 데이터를 관리하려면 데이터마트에서 모델 트랜잭션을 로깅할 수 있도록 채점 요청을 보내야 합니다.
페이로드 데이터에는 모든 모델 트랜잭션이 포함되어 있습니다. 공정성 및 드리프트 평가와 설명 가능성을 구성할 수 있도록 페이로드 데이터를 제공해야 합니다.
페이로드 데이터를 기록하려면 채점 요청을 받아야 합니다.
페이로드 데이터 로깅
스코어링 요청을 전송할 때 모델 평가를 사용하도록 모델 트랜잭션이 처리됩니다. 트랜잭션은 스코어링되어 데이터 마트 내의 페이로드 로깅 테이블에 레코드로 저장됩니다.
테이블에 저장된 데이터에는 훈련 데이터의 동일한 기능 및 예측 열이 포함되어야 합니다. 또한 테이블에는 데이터를 스코어링 레코드로 저장하기 위한 예측 확률 열과 시간소인 및 ID열이 포함될 수 있습니다.
다음 예시와 같이 데이터 마트에 지정한 데이터베이스에 액세스하거나 Python SDK를 사용하여 페이로드 로깅 테이블을 볼 수 있습니다:
페이로드 데이터 전송
머신 러닝 제공업체로 IBM watsonx.ai Runtime을 사용하는 경우, 모델이 점수를 받을 때 페이로드 데이터가 자동으로 기록됩니다. 외부 기계 학습 제공자를 사용하는 경우 JSON 파일 또는 페이로드 로깅 엔드포인트를 사용하여 페이로드 데이터를 수동으로 로그하여 평가 및 설명 가능성을 구성해야 합니다. 자세한 정보는 페이로드 로깅을 참조하십시오.
평가를 구성한 후에는 페이로드 로깅 엔드포인트를 사용하여 요청 시 평가를 실행하도록 스코어링 요청을 전송할 수도 있습니다. 자세한 정보는 모델 트랜잭션 전송을 참조하십시오. 프로덕션 모델의 경우, CSV 파일을 사용하여 페이로드 데이터를 업로드하여 스코어링 요청을 전송할 수도 있습니다.
자세한 정보
상위 주제: 모델 평가를 위한 데이터 관리