選取您的 Cookie 偏好設定

我們使用提供自身網站和服務所需的基本 Cookie 和類似工具。我們使用效能 Cookie 收集匿名統計資料,以便了解客戶如何使用我們的網站並進行改進。基本 Cookie 無法停用,但可以按一下「自訂」或「拒絕」以拒絕效能 Cookie。

如果您同意,AWS 與經核准的第三方也會使用 Cookie 提供實用的網站功能、記住您的偏好設定,並顯示相關內容,包括相關廣告。若要接受或拒絕所有非必要 Cookie,請按一下「接受」或「拒絕」。若要進行更詳細的選擇,請按一下「自訂」。

模型功能屬性偏離違規

焦點模式
模型功能屬性偏離違規 - Amazon SageMaker AI

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。

功能屬性偏離工作會根據目前 MonitoringExecution 的分析結果,評估基準組態提供的基準限制條件。如果偵測到違規,工作會將其列於執行輸出位置中的 constraint_violations.json 檔案,並將執行狀態標記為 解讀結果

以下是功能屬性偏離違規檔案的結構描述。

  • label – 標籤名稱、工作分析組態 label_headers 或預留位置,例如 "label0"

  • metric_name – 可解釋性分析方法的名稱。目前僅支援 shap

  • constraint_check_type – 監控的違規類型。目前僅支援 feature_attribution_drift_check

  • description – 說明違規的描述訊息。

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

對於 explanations 區段中的每個標籤,監控工作會計算其在基準限制檔案和工作分析結果檔案 (analysis.json) 中的全域 SHAP 值的 nDCG 分數。如果分數小於 0.9,會記錄違規。會評估合併的全域 SHAP 值,因此違規項目中沒有 “feature” 欄位。下列輸出提供幾個記錄違規的範例。

{ "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" }] }
隱私權網站條款Cookie 偏好設定
© 2025, Amazon Web Services, Inc.或其附屬公司。保留所有權利。