È necessario collegarsi ai dati di formazione per configurare le valutazioni del modello e la sua spiegabilità.
È necessario utilizzare i dati di formazione per calcolare le metriche per le valutazioni dei modelli e i metodi di spiegabilità. Per configurare le valutazioni dei modelli e i metodi di spiegabilità, è necessario preparare e memorizzare i dati di addestramento.
Preparazione dei dati di addestramento
Il formato dei dati di addestramento può determinare i risultati delle valutazioni del modello. Per consentire le valutazioni dei modelli, è necessario prepararsi a memorizzare i dati di addestramento in un formato che possa essere elaborato. I dati di addestramento devono contenere colonne di funzioni etichettate e una colonna di previsione come mostrato nel seguente esempio:
I dati di addestramento forniti dall'utente vengono utilizzati per creare uno schema di dati di addestramento, per garantire che i dati di addestramento corrispondano al formato compreso dal sistema. Lo schema specifica le colonne della funzione fornite nei dati di addestramento e il tipo di dati contenuti nelle colonne. Il seguente esempio mostra uno schema di dati di addestramento per il dataset Rischio di credito tedesco:
Archiviazione dei dati di formazione
È possibile memorizzare i dati di addestramento in un database Db2 supportato e collegare i dati per consentire le valutazioni del modello. Per ulteriori informazioni, vedi Connettori.
Puoi anche memorizzare i tuoi dati in Cloud Object Storage.
Se si desidera mantenere privati i dettagli della posizione dei dati di allenamento, è anche possibile collegarsi ai dati di allenamento eseguendo un notebook personalizzato per caricare il file di configurazione generato.
Passi successivi
È necessario collegare i dati di addestramento in modo che il modello venga elaborato.
Ulteriori informazioni
Argomento principale: Gestione dei dati per la valutazione dei modelli