Detectarea driftului multivariat

Monitorizarea Machine Learning în Python

Hakim Elakhrass

CEO and co-founder

Ce este detectarea driftului multivariat?

  • Primul pas al analizei cauzelor
  • Rezultatul este un singur număr pentru toate variabilele
  • Detectează modificări subtile ale datelor

Imaginea prezintă fluxul de monitorizare și locul detectării driftului multivariat în acesta.

Monitorizarea Machine Learning în Python

Cum funcționează?

  1. Comprimarea datelor cu algoritmul PCA
  2. Decomprimarea datelor la forma inițială cu PCA invers
  3. Măsurarea erorii de reconstrucție — creșterea acesteia indică drift

Imaginea prezintă modul în care funcționează detectarea driftului multivariat.

Monitorizarea Machine Learning în Python

Implementarea codului

# 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)
Monitorizarea Machine Learning în Python

Reprezentarea grafică a rezultatelor

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

Imaginea prezintă graficul erorii de reconstrucție în timp.

Monitorizarea Machine Learning în Python

Drift multivariat vs. performanță realizată

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

Imaginea prezintă graficul de comparație cu performanța realizată și eroarea de reconstrucție.

Monitorizarea Machine Learning în Python

Să exersăm!

Monitorizarea Machine Learning în Python

Preparing Video For Download...