Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

# CloudWatch Métricas para el análisis de la desviación de características
<a name="clarify-feature-attribute-drift-cw"></a>

En esta guía, se muestran CloudWatch las métricas y sus propiedades que puede utilizar para analizar la desviación de los atributos de las entidades en SageMaker Clarify. Los trabajos de supervisión de la desviación de atributos de características calculan y publican dos tipos de métricas:
+ El valor SHAP global de cada característica.
**nota**  
El nombre de esta métrica anexa el nombre de la característica proporcionado por la configuración del análisis del trabajo a `feature_`. Por ejemplo, `feature_X` es el valor SHAP global de la característica `X`.
+ El `ExpectedValue` de la métrica.

Estas métricas se publican en el siguiente espacio de CloudWatch nombres:
+ Para puntos de conexión en tiempo real: `aws/sagemaker/Endpoints/explainability-metrics`
+ Para trabajos de transformación por lotes: `aws/sagemaker/ModelMonitoring/explainability-metrics`

Cada métrica tiene las siguientes propiedades:
+ `Endpoint`: el nombre del punto de conexión supervisado, si corresponde.
+ `MonitoringSchedule`: el nombre de la programación del trabajo de supervisión. 
+ `ExplainabilityMethod`: el método utilizado para calcular los valores Shapley. Elija `KernelShap`.
+ `Label`: el nombre proporcionado por la configuración del análisis del trabajo `label_headers` o un marcador de posición similar como `label0`.
+ `ValueType`: el tipo de valor devuelto por la métrica. Elija `GlobalShapValues` o `ExpectedValue`.

Para evitar que los trabajos de supervisión publiquen métricas, establezca `publish_cloudwatch_metrics` en `Disabled` en el mapa `Environment` de definición del [trabajo de explicabilidad del modelo](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelExplainabilityJobDefinition.html).