Vad är kovariatskifte?

Övervakning av maskininlärningskoncept

Hakim Elakhrass

Co-founder and CEO of NannyML

Definitioner

kovariatvariabler $=$ indatasärdrag
$P(X)$ förändras
den betingade sannolikheten $P(Y|X)$ förblir densamma
förändringar i kovariaters sammanlagda fördelning

Varför den gemensamma sannolikhetsfördelningen?

En graf illustrerar både positiva och negativa korrelationer mellan särdrag ett och särdrag två. Den positiva korrelationen observeras vid vecka 10, representerad av färgen blå, medan den negativa korrelationen observeras vid vecka 16, markerad i rött.

Varför uppstår kovariatskifte?

Möjliga orsaker till kovariatskifte:

Verkligheten är inte stationär – mönster och trender förändras
Förändrade datakällor – skillnader i hur data samlas in vid testning respektive i produktion
Systemets och miljöns förändring

Hur uppstår kovariatskifte?

Fördelningsförändringarnas dynamik:

Plötslig

Gradvis

Säsongsbaserad

Bilden illustrerar en plötslig förändring i datafördelningen. Inledningsvis representeras fördelningen av blå punkter, men efter en viss tid övergår den abrupt till röda punkter.

Bilden illustrerar en gradvis förändring i datafördelningen. Inledningsvis representeras fördelningen av blå punkter, men övergår med tiden successivt till röda innan den återgår till blå. Först byter en enda punkt färg, men efter ett tag skiftar hela fördelningen till rött.

Bilden illustrerar en säsongsbaserad förändring i datafördelningen. Inledningsvis representeras fördelningen av blå punkter, men övergår plötsligt till röda innan den återgår till blå igen. Cykeln upprepas och visar fördelningens periodiska karaktär.

Hur detekterar man kovariatskifte?

Univariat metod

En fördelning av produktionsvärden för varje månad från september till mars. Totalt sju fördelningar. Från september till december är fördelningarna likartade med små förändringar inom acceptabla gränser, vilket visas i blått. Från januari till mars krymper fördelningarna och medelvärdet rör sig mot lägre värden, vilket visas i rött eftersom förändringarna är mer betydande.

Multivariat metod

Ett multivariat driftdetekteringsflöde där flerdimensionell data först komprimeras till ett latent rum och sedan dekomprimeras till ursprungsformen med ett visst fel.

¹ https://app.datacamp.com/learn/courses/dimensionality-reduction-in-python

Nu kör vi en övning!

Övervakning av maskininlärningskoncept