CloudWatch Metriche per Feature Drift Analysis - Amazon SageMaker AI

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

CloudWatch Metriche per Feature Drift Analysis

Questa guida mostra le CloudWatch metriche e le relative proprietà che è possibile utilizzare per l'analisi della deriva degli attributi delle feature in Clarify. SageMaker I processi di monitoraggio della deviazione degli attributi delle funzionalità calcolano e pubblicano due tipi di parametri:

  • Il valore SHAP globale di ogni funzionalità.

    Nota

    Il nome di questo parametro aggiunge il nome della funzionalità fornita dalla configurazione dell'analisi di processo a feature_. Ad esempio, feature_X è il valore SHAP globale della funzionalità X.

  • Il ExpectedValue del parametro.

Queste metriche sono pubblicate nel seguente namespace: CloudWatch

  • Per endpoint in tempo reale: aws/sagemaker/Endpoints/explainability-metrics

  • Per processi di trasformazione di batch: aws/sagemaker/ModelMonitoring/explainability-metrics

Ogni parametro ha le seguenti proprietà:

  • Endpoint: il nome dell'endpoint monitorato, se applicabile.

  • MonitoringSchedule: il nome della pianificazione di monitoraggio.

  • ExplainabilityMethod: il metodo utilizzato per calcolare i valori di Shapley. Scegli KernelShap.

  • Label: il nome fornito dalla configurazione dell'analisi del processo label_headers o da un segnaposto come label0.

  • ValueType: il tipo di valore restituito dal parametro. Scegliere GlobalShapValues o ExpectedValue.

Per impedire ai processi di monitoraggio di pubblicare i parametri, imposta publish_cloudwatch_metrics su Disabled nella mappa Environment della definizione del processo di spiegabilità del modello.