Utvärdering: Mätvärden och diagram i DVC

Introduktion till dataversionshantering med DVC

Ravi Bhadauria

Machine Learning Engineer

Mätvärden: ändringar i dvc.yaml

Konfigurera DVC YAML-filen för att spåra mätvärden mellan experiment
Ändra från outs

stages:
  train_and_evaluate:
    outs:
    - metrics.json
    - plots.png

$$ $$

Till metrics

stages:
  train_and_evaluate:
    outs:
    - plots.png
    metrics:
      - metrics.json:
        cache: false

Skriva ut DVC-mätvärden

$ dvc metrics show

Path          accuracy    f1_score    precision    recall             
metrics.json  0.947       0.8656      0.988        0.7702

Jämför mätvärden mellan körningar

Ändra en hyperparameter och kör dvc repro igen

$ dvc metrics diff

Path          Metric     HEAD    workspace    Change                  
metrics.json  accuracy   0.947   0.9995       0.0525
metrics.json  f1_score   0.8656  0.9989       0.1333
metrics.json  precision  0.988   0.9993       0.0113
metrics.json  recall     0.7702  0.9986       0.2284

Diagram: ändringar i dvc.yaml

stages:
  train_and_evaluate:
    ...
    plots:
    - predictions.csv: # Name of file containing predictions
        template: confusion # Style of plot

        x: predicted_label # X-axis column name in csv file 
        y: true_label # Y-axis column name in csv file
        x_label: 'Predicted label'
        y_label: 'True label'
        title: Confusion matrix

        cache: false # Save in Git

¹ https://dvc.org/doc/user-guide/experiment-management/visualizing-plots#plot-templates-data-series-only

Skriva ut DVC-diagram till fil

$ dvc plots show predictions.csv

file:///path/to/index.html

Förvirringsmatrisdiagram genererat av DVC

Jämföra DVC-diagram

# comapre plot in predictions.csv against branch main
$ dvc plots diff --target predictions.csv <branch name or commit SHA>

Förvirringsmatrisdiff-diagram genererat av DVC

Nu kör vi en övning!

Introduktion till dataversionshantering med DVC