Schema per vincoli (file constraints.json)

Il file constraints.json viene usato per esprimere i vincoli che un set di dati deve soddisfare. I contenitori Amazon SageMaker Model Monitor possono utilizzare il file constraints.json per valutare i set di dati. I container esistenti offrono la possibilità di generare automaticamente il file constraints.json per un set di dati della baseline. Se porti il tuo container, puoi dotarlo di abilità simili o puoi creare il file constraints.json in altro modo. Ecco lo schema per il file di vincolo utilizzato dal container esistente. Portare i propri container consente di adottare lo stesso formato o migliorarlo in base alle necessità.

{
    "version": 0,
    "features":
    [
        {
            "name": "string",
            "inferred_type": "Integral" | "Fractional" | 
                    | "String" | "Unknown",
            "completeness": number,
            "num_constraints":
            {
                "is_non_negative": boolean
            },
            "string_constraints":
            {
                "domains":
                [
                    "list of",
                    "observed values",
                    "for small cardinality"
                ]
            },
            "monitoringConfigOverrides":
            {}
        }
    ],
    "monitoring_config":
    {
        "evaluate_constraints": "Enabled",
        "emit_metrics": "Enabled",
        "datatype_check_threshold": 0.1,
        "domain_content_threshold": 0.1,
        "distribution_constraints":
        {
            "perform_comparison": "Enabled",
            "comparison_threshold": 0.1,
            "comparison_method": "Simple"||"Robust",
            "categorical_comparison_threshold": 0.1,
            "categorical_drift_method": "LInfinity"||"ChiSquared"
        }
    }
}

L'oggetto monitoring_config contiene opzioni per il monitoraggio del processo relativo alla funzionalità. Nella tabella seguente è descritta ciascuna opzione.

Vincoli di monitoraggio

Vincolo	Descrizione
evaluate_constraints	Quando Enabled, valuta se il set di dati corrente analizzato soddisfa i vincoli specificati nel file constraints.json preso come baseline. Valori validi: Enabled o Disabled Impostazione predefinita: Enabled
emit_metrics	WhenEnabled, emette CloudWatch parametri per i dati contenuti nel file. Valori validi: Enabled o Disabled Impostazione predefinita: Enabled
datatype_check_threshold	Se la soglia è superiore al valore del datatype_check_threshold specificato, questo causa un errore che viene trattato come violazione nel report di violazione. Se i tipi di dati nell'esecuzione corrente non sono gli stessi del set di dati della baseline, questa soglia viene utilizzata per valutare se deve essere contrassegnata come violazione. Nella fase della linea di base, i vincoli generati suggeriscono il tipo di dati dedotto per ogni colonna. Il parametro datatype_check_threshold può essere sintonizzato per regolare la soglia quando questa viene contrassegnata come violazione. Valori validi: float. Impostazione predefinita: 0.1
domain_content_threshold	Se nel set di dati corrente sono presenti più valori sconosciuti per un campo String rispetto al set di dati della baseline, questa soglia può essere utilizzata per stabilire se deve essere contrassegnata come violazione. Valori validi: float. Impostazione predefinita: 0.1
distribution_constraints	perform_comparison Quando Enabled, questo flag indica al codice di eseguire un confronto tra la distribuzione della baseline e la distribuzione osservata per il set di dati corrente. Valori validi: Enabled o Disabled Impostazione predefinita: Enabled
	comparison_threshold Se la soglia è superiore al valore impostato per comparison_threshold, questo causa un errore che viene trattato come una violazione nel report di violazione. La distanza viene calcolata ottenendo la differenza assoluta massima tra le funzioni di distribuzione cumulativa di due distribuzioni. Valori validi: Impostazione predefinita: 0.1
	comparison_method Se calcolare linf_simple o linf_robust. linf_simple si basa sulla differenza assoluta massima tra le funzioni di distribuzione cumulativa di due distribuzioni. Il calcolo linf_robust si basa su linf_simple, ma viene utilizzato quando non ci sono abbastanza campioni. La formula linf_robust si basa sul test a due campioni di Kolmogorov-Smirnov. Valori validi: linf_simple o linf_robust
	categorical_comparison_threshold Facoltativo. Imposta una soglia per le funzionalità categoriche. Se il valore nel set di dati supera la soglia impostata, nel rapporto di violazione viene registrata una violazione. Valori validi: float. Impostazione predefinita: il valore assegnato al parametro comparison_threshold
	categorical_drift_method Facoltativo. Per le funzionalità categoriche, specifica il metodo di calcolo utilizzato per rilevare la deviazione della distribuzione. Se non impostate questo parametro, viene utilizzato il test K-S (LInfinity). Valori validi: LInfinity o ChiSquared Impostazione predefinita: LInfinity