Deteksi drift multivariat

Pemantauan Machine Learning dengan Python

Hakim Elakhrass

CEO and co-founder

Apa itu deteksi drift multivariat?

  • Langkah awal analisis akar masalah
  • Hasilnya satu angka untuk semua fitur
  • Mendeteksi perubahan data halus

Gambar menampilkan alur pemantauan dan posisi deteksi drift multivariat di dalamnya.

Pemantauan Machine Learning dengan Python

Bagaimana cara kerjanya?

  1. Kompres data dengan algoritma PCA
  2. Dekompres kembali ke bentuk awal dengan inverse PCA
  3. Ukur error rekonstruksi; kenaikan menandakan drift data

Gambar menampilkan cara kerja deteksi drift multivariat.

Pemantauan Machine Learning dengan Python

Implementasi kode

# 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)
Pemantauan Machine Learning dengan Python

Memvisualisasikan hasil

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

Gambar menampilkan grafik error rekonstruksi dari waktu ke waktu.

Pemantauan Machine Learning dengan Python

Drift multivariat vs. kinerja aktual

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

Gambar menampilkan grafik perbandingan kinerja aktual dan error rekonstruksi.

Pemantauan Machine Learning dengan Python

Ayo berlatih!

Pemantauan Machine Learning dengan Python

Preparing Video For Download...