Go back to the English version of the documentation有效内容日志记录
有效内容日志记录
Last updated: 2024年10月25日
您可以启用有效载荷日志来配置模型评估。
要管理有效载荷数据以配置公平性、漂移评估和可解释性,必须在数据集市中记录有效载荷数据。 当您为评估添加部署或提供模型详细信息时,如果检测到所有必需的模型详细信息,您可以自动发送评分请求以记录模型事务。 如果没有检测到所有必需的模型细节,或者正在评估图像或非结构化文本模型,则必须手动启用有效载荷日志。
手动有效内容日志记录
要启用有效内容日志记录,可以使用有效内容日志记录 API 或 JSON 文件来发送评分请求。 使用有效负载日志 API 时,可以使用cURL或PythonSDK 发送评分请求。
使用 Python SDK 进行有效内容日志记录
您可以使用PythonSDK发送评分请求,如下例所示:
from ibm_cloud_sdk_core.authenticators import IAMAuthenticator
from ibm_watson_openscale import APIClient
service_credentials = {
"apikey": "*****",
"url": "https://api.aiopenscale.cloud.ibm.com"
}
authenticator = IAMAuthenticator(
apikey=service_credentials['apikey']
)
client = APIClient(
service_url=service_credentials['url'],
service_instance_id="230a8e9f-2453-4c2d-a560-2a75399210bf"
authenticator=authenticator
)
from ibm_watson_openscale.data_sets import DataSetTypes, TargetTypes
# Put your subscription ID here
SUBSCRIPTION_ID = "<subscription_id>"
payload_logging_data_set_id = wos_client.data_sets.list(type=DataSetTypes.PAYLOAD_LOGGING, target_target_id=SUBSCRIPTION_ID, target_target_type=TargetTypes.SUBSCRIPTION).result.data_sets[0].metadata.id
from ibm_watson_openscale.supporting_classes.payload_record import PayloadRecord
# Put your scoring ID here
SCORING_ID = "<scoring_id>"
REQUEST_DATA = <put_your_data_here>
RESPONSE_DATA = <put_your_data_here>
wos_client.data_sets.store_records(data_set_id=payload_logging_data_set_id, request_body=[PayloadRecord(scoring_id=SCORING_ID, request=REQUEST_DATA, response=RESPONSE_DATA, response_time=460)])
使用 cURL 进行有效内容日志记录
您可以使用以下 cURL 命令来发送评分请求:
curl -k -X POST https://$ICP_HOSTNAME:$PORT/openscale/00000000-0000-0000-0000-000000000000/v2/data_sets/<dataset_id>/records -d "$SCORING_PAYLOAD" \
--header 'Content-Type: application/json' --header 'Accept: application/json' --header "Authorization: Bearer $ICP_TOKEN"
更多信息,请参阅API。
使用 JSON 进行有效内容日志记录
您可以使用 JSON 发送评分请求,如以下示例中所示:
[
{
"request": {
"fields": [
"AGE",
"BP",
"CHOLESTEROL",
"NA",
"K"
],
"values": [
[
28,
"LOW",
"HIGH",
0.61,
0.026
]
],
"meta": {
"fields": [
"SEX"
],
"values": [
[
"M"
]
]
}
},
"response": {
"fields": [
"AGE",
"BP",
"CHOLESTEROL",
"NA",
"K",
"probability",
"prediction",
"predictedLabel"
],
"values": [
[
28,
"LOW",
"HIGH",
0.61,
0.026,
[
0.82,
0.07,
0,
0.05,
0.03
],
0,
"drugY"
]
]
}
}
]