Abweichungen bei der Zuordnung von Modellmerkmalen - Amazon SageMaker KI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Abweichungen bei der Zuordnung von Modellmerkmalen

Bei Aufträgen zur Abweichung bei der Funktionenzuweisung werden die in der Baseline Basiskonfiguration mit den aktuellen MonitoringExecution Analyseergebnissen verglichen. Wenn Verstöße erkannt werden, listet der Job sie in der Datei constraint_violations.json im Ausgabeverzeichnis der Ausführung auf und markiert den Ausführungsstatus als Interpretieren von Ergebnissen.

Hier ist das Schema der Datei mit Verstößen gegen Abweichungen bei der Feature-Attribution.

  • label – Der Name der Beschriftungen, die Konfiguration der Auftragsanalyse label_headers oder ein Platzhalter wie "label0".

  • metric_name – Der Name der Methode zur Erklärbarkeitsanalyse. Derzeit wird nur shap unterstützt.

  • constraint_check_type – Die Art des überwachten Verstoßes. Derzeit wird nur feature_attribution_drift_check unterstützt.

  • description – Eine beschreibende Nachricht zur Erläuterung des Verstoßes.

{
    "version": "1.0",
    "violations": [{
        "label": "string",
        "metric_name": "string",
        "constraint_check_type": "string",
        "description": "string"
    }]
}

Für jede Beschriftung in explanations diesem Abschnitt berechnen die Monitoring-Aufträge den NdCG-Score ihrer globalen SHAP-Werte in der Datei mit den Basiseinschränkungen und in der Ergebnisdatei der Jobanalyse (analysis.json). Wenn der Wert unter 0,9 liegt, wird ein Verstoß protokolliert. Der kombinierte globale SHAP-Wert wird ausgewertet, sodass der Verstoßeintrag keine “feature” Felder enthält. Die folgende Ausgabe enthält ein Beispiel für mehrere protokollierte Verstöße.

{
    "version": "1.0",
    "violations": [{
        "label": "label0",
        "metric_name": "shap",
        "constraint_check_type": "feature_attribution_drift_check",
        "description": "Feature attribution drift 0.7639720923277322 exceeds threshold 0.9"
    }, {
        "label": "label1",
        "metric_name": "shap",
        "constraint_check_type": "feature_attribution_drift_check",
        "description": "Feature attribution drift 0.7323763972092327 exceeds threshold 0.9"
    }]
}