Seleziona le tue preferenze relative ai cookie

Utilizziamo cookie essenziali e strumenti simili necessari per fornire il nostro sito e i nostri servizi. Utilizziamo i cookie prestazionali per raccogliere statistiche anonime in modo da poter capire come i clienti utilizzano il nostro sito e apportare miglioramenti. I cookie essenziali non possono essere disattivati, ma puoi fare clic su \"Personalizza\" o \"Rifiuta\" per rifiutare i cookie prestazionali.

Se sei d'accordo, AWS e le terze parti approvate utilizzeranno i cookie anche per fornire utili funzionalità del sito, ricordare le tue preferenze e visualizzare contenuti pertinenti, inclusa la pubblicità pertinente. Per continuare senza accettare questi cookie, fai clic su \"Continua\" o \"Rifiuta\". Per effettuare scelte più dettagliate o saperne di più, fai clic su \"Personalizza\".

Violazioni di deviazione dell'attribuzione delle funzionalità del modello

Modalità Focus
Violazioni di deviazione dell'attribuzione delle funzionalità del modello - 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.

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.

I processi di attribuzione delle funzionalità valutano i vincoli di base forniti dalla configurazione di base rispetto ai risultati dell'analisi corrente MonitoringExecution. Se vengono rilevate violazioni, il processo le elenca nel file constraint_violations.json nella posizione di output delle esecuzioni e contrassegna lo stato di esecuzione come Interpretazione dei risultati.

Di seguito è riportato lo schema del file delle violazioni di deviazione dell'attribuzione delle funzionalità.

  • label: il nome dell'etichetta, la configurazione dell'analisi del processo label_headers o un segnaposto come "label0".

  • metric_name: il nome del metodo di analisi della spiegabilità. Attualmento solo shap è supportato.

  • constraint_check_type: il tipo di violazione monitorata. Attualmento solo feature_attribution_drift_check è supportato.

  • description: un messaggio descrittivo che spiega la violazione.

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

Per ogni etichetta della sezione explanations, i processi di monitoraggio calcolano il punteggio nDCG dei relativi valori SHAP globali nel file dei vincoli di base e nel file dei risultati dell'analisi del processo (analysis.json). Se il punteggio è inferiore a 0,9, viene registrata una violazione. Il valore SHAP globale combinato viene valutato, quindi non ci sono campi “feature” nella voce di violazione. L'output seguente fornisce un esempio di diverse violazioni registrate.

{ "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" }] }
PrivacyCondizioni del sitoPreferenze cookie
© 2025, Amazon Web Services, Inc. o società affiliate. Tutti i diritti riservati.