単変量ドリフト検知

Pythonで学ぶ機械学習のモニタリング

Hakim Elakhrass

CEO and co-founder

単変量ドリフト検知とは？

画像はモニタリングのワークフローと単変量手法の位置付けを示します。

単変量手法

Jensen-Shannen 距離 - カテゴリ・連続の両方
Hellinger - カテゴリと連続
Wasserstein - 連続のみ
Kolgomorov-Smirnov - 連続のみ
L-infinity - カテゴリのみ
カイ二乗 (Chi2) - カテゴリのみ

¹ https://nannyml.readthedocs.io/en/stable/how_it_works/univariate_drift_comparison.html

コード実装

# Intialize the univariate drift calculator
uv_calc = nannyml.UnivariateDriftCalculator(
    continuous_methods=['wasserstein', 'hellinger'],
    categorical_methods=['jensen_shannon', 'l_infinity', 'chi2'],
    column_names=feature_column_names,
    timestamp_column_name='timestamp',
    chunk_period='d'
    )

# Fit, calculate and plot the results
uv_calc.fit(reference)
uv_results = uv_calc.calculate(analysis)
uv_results.plot().show()

フィルタリング

列名でフィルタ
単変量手法でフィルタ

# Filter the univariate results
filtered_figure = uv_results.filter(column_names=['trip_distance', 'fare_amount'], 
            methods=['jensen_shannon'])

# Plot the filtered results
filtered_figure.show().plot()

アラート数ランカー

アラート数で特徴量をランク付け

# Initialize the alert count ranker
alert_count_ranker = nannyml.AlertCountRanker()
alert_count_ranked_results = alert_count_ranker.rank(
    uv_results,
    only_drifting=False)
# Display the results
display(alert_count_ranked_results)

画像は各特徴量のアラート数を示すデータフレームです。

相関ランカー

性能の絶対変化との相関の強さで特徴量をランク付け

# Initialize the correlation ranker
correlation_ranker = nannyml.CorrelationRanker()
correlation_ranker.fit(perf_results.filter(period='reference'))
correlation_ranked_results = correlation_ranker.rank(uv_results, perf_results)

# Display the results
display(correlation_ranked_results)

画像は各特徴量のピアソン相関とp値を示すデータフレームです。

特徴量分布のモニタリング

洞察を深め、説明性を向上

# Create distribution plots
distribution_results = uv_results.plot(kind='distribution')

# Show the plots
distribution_results.show()

特徴量分布プロット

画像は連続・カテゴリ特徴量の分布プロットを示します。

練習しましょう！

Pythonで学ぶ機械学習のモニタリング