मल्टीवेरिएट ड्रिफ्ट डिटेक्शन

Python में मशीन लर्निंग मॉनिटरिंग

Hakim Elakhrass

CEO and co-founder

मल्टीवेरिएट ड्रिफ्ट डिटेक्शन क्या है?

रूट कॉज़ एनालिसिस का पहला कदम
सभी फीचर्स के लिए एक ही संख्या का परिणाम
सूक्ष्म डेटा बदलाव पकड़ता है

यह चित्र मॉनिटरिंग वर्कफ़्लो दिखाता है और उसमें मल्टीवेरिएट ड्रिफ्ट डिटेक्शन कहाँ आता है।

यह कैसे काम करता है?

PCA एल्गोरिदम से डेटा को कंप्रेस करना
इनवर्स PCA एल्गोरिदम से डेटा को मूल आकार में डिकंप्रेस करना
रिकंस्ट्रक्शन एरर मापना; बढ़त डेटा ड्रिफ्ट दर्शाती है

यह चित्र दिखाता है कि मल्टीवेरिएट ड्रिफ्ट डिटेक्शन कैसे काम करता है।

कोड इम्प्लीमेंटेशन

# 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)

परिणामों का प्लॉट

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

यह चित्र समय के साथ रिकंस्ट्रक्शन एरर का ग्राफ दिखाता है।

मल्टीवेरिएट ड्रिफ्ट बनाम रियलाइज़्ड परफॉर्मेंस

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

यह चित्र रियलाइज़्ड परफॉर्मेंस और रिकंस्ट्रक्शन एरर वाले तुलना ग्राफ को दिखाता है।

अभ्यास करते हैं!

Python में मशीन लर्निंग मॉनिटरिंग