제약 조건에 대한 스키마(constraints.json 파일)

constraints.json 파일은 데이터 세트가 반드시 충족해야 하는 제약 조건을 표현하는 데 사용됩니다. Amazon SageMaker 모델 모니터 컨테이너는 constraints.json 파일을 사용하여 데이터세트를 평가할 수 있습니다. 사전 구축된 컨테이너는 기준 데이터 세트에 대한 constraints.json 파일을 자동으로 생성해주는 기능을 제공합니다. 자체 컨테이너를 사용하는 경우, 비슷한 기능을 제공하거나 기타 몇 가지 방법으로 containints.json 파일을 생성할 수 있습니다. 다음은 미리 빌드 컨테이너가 사용하는 제약 조건 파일의 스키마입니다. 자체 컨테이너를 사용하면 동일한 형식을 채택하거나 필요에 따라 형식을 개선할 수 있습니다.

{
    "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"
        }
    }
}

monitoring_config 객체에는 특징에 대한 작업을 모니터링하는 옵션이 포함되어 있습니다. 다음 표에 각 옵션이 설명되어 있습니다.

모니터링 제약 조건
Constraint	설명
evaluate_constraints	Enabled일 때 분석 중인 현재 데이터 세트가 기준으로 간주되는 constraints.json 파일에 지정된 제약 조건을 충족하는지 여부를 평가합니다. 유효한 값: Enabled또는 Disabled 기본값: Enabled
emit_metrics	Enabled인 경우 파일에 포함된 데이터에 대한 CloudWatch 지표를 내보냅니다. 유효한 값: Enabled또는 Disabled 기본값: Enabled
datatype_check_threshold	임계값이 지정된 datatype_check_threshold보다 높으면 위반 보고서에서 위반으로 처리되는 오류가 발생합니다. 현재 실행의 데이터 유형이 기준 데이터 세트의 데이터 유형과 다를 경우 이 임계값을 사용하여 위반으로 플래그를 지정해야 하는지 여부를 평가합니다. 기준 단계 동안 생성된 제약 조건은 각 열에 대해 추론된 데이터 유형을 제안합니다. 위반으로 플래그가 지정된 경우 임계값을 조정하도록 datatype_check_threshold파라미터를 튜닝할 수 있습니다. 유효한 값: 부동 소수점 기본값: 0.1
domain_content_threshold	현재 데이터 세트의 문자열 필드에서 알 수 없는 값이 기준 데이터 세트보다 더 많은 경우 이 임계값을 사용하여 위반으로 플래그를 지정해야 하는지 여부를 지정할 수 있습니다. 유효한 값: 부동 소수점 기본값: 0.1
distribution_constraints	perform_comparison Enabled의 경우, 이 플래그는 기준 분포와 현재 데이터 세트에서 관찰된 분포 간의 분포 비교를 수행하도록 코드에 명령합니다. 유효한 값: Enabled또는 Disabled 기본값: Enabled
	comparison_threshold 임계값이 comparison_threshold에 대해 설정된 값보다 높으면 위반 보고서에서 위반으로 처리되는 오류가 발생합니다. 거리는 두 분포의 누적 분포 함수 간의 최대 절대 차이를 구하여 계산됩니다. 유효한 값: 부동 소수점 기본값: 0.1
	comparison_method linf_simple 또는 linf_robust를 계산할지 여부. linf_simple은 두 분포의 누적 분포 함수 간의 최대 절대 차이를 기반으로 합니다. linf_robust 계산은 linf_simple을 토대로 하지만, 샘플이 충분하지 않을 때 사용됩니다. linf_robust 공식은 2-샘플 Kolmogorov-Smirnov 테스트를 기반으로 합니다. 유효한 값: linf_simple또는 linf_robust
	categorical_comparison_threshold 선택 사항입니다. 범주형 특징에 대한 임계값을 설정합니다. 데이터 세트의 값이 사용자가 설정한 임계값을 초과하는 경우 위반 보고서에 위반 사항이 기록됩니다. 유효한 값: 부동 소수점 기본값: comparison_threshold매개변수에 할당된 값
	categorical_drift_method 선택 사항입니다. 범주형 특징인 경우, 분포 드리프트를 탐지하는 데 사용되는 계산 메서드를 지정합니다. 사용자가 이 매개변수를 설정하지 않으면 K-S (LinFinity) 테스트가 사용됩니다. 유효한 값: LInfinity또는 ChiSquared 기본값: LInfinity