Detecção de drift multivariado

Monitoramento de Machine Learning em Python

Hakim Elakhrass

CEO and co-founder

O que é detecção de drift multivariado?

  • Primeiro passo da análise de causa raiz
  • O resultado é um único número para todas as variáveis
  • Detecta mudanças sutis nos dados

A imagem mostra o fluxo de monitoramento e onde fica a detecção de drift multivariado.

Monitoramento de Machine Learning em Python

Como funciona?

  1. Comprimir os dados usando o algoritmo PCA
  2. Descomprimir para o formato inicial com o PCA inverso
  3. Medir o erro de reconstrução; aumento indica drift nos dados

A imagem mostra como funciona a detecção de drift multivariado.

Monitoramento de Machine Learning em Python

Implementação em código

# Initialize multivariate drift detection calculator
mv_calc = nannyml.DataReconstructionDriftCalculator(
    column_names=features_column_names,
    timestamp_column_name='timestamp',
    chunk_period='m'
    )

# Fit and calculate the results
mv_calc.fit(reference)
mv_results = mv_calc.calculate(analysis)
Monitoramento de Machine Learning em Python

Plotando os resultados

mv_figure = mv_results.filter(period='analysis').plot()
mv_figure.show()

A imagem mostra o gráfico do erro de reconstrução ao longo do tempo.

Monitoramento de Machine Learning em Python

Drift multivariado vs. performance realizada

figure = mv_results.filter(period='analysis').compare(perf_results).plot()
figure.show()

A imagem mostra o gráfico de comparação entre performance realizada e erro de reconstrução.

Monitoramento de Machine Learning em Python

Vamos praticar!

Monitoramento de Machine Learning em Python

Preparing Video For Download...