Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Explicaciones de predicción

Las explicaciones de las predicciones proporcionan información sobre cómo cada variable de evento afectó a la puntuación de predicción del fraude de su modelo y se generan automáticamente como parte de la predicción del fraude. Cada predicción de fraude incluye una puntuación de riesgo entre 1 y 1000. Las explicaciones de las predicciones proporcionan detalles sobre la influencia de cada variable del evento en las puntuaciones de riesgo en términos de magnitud (0-5, siendo 5 la máxima) y dirección (puntuación de impulsión más alta o más baja). También puede utilizar las explicaciones de predicción para las siguientes tareas:

Las explicaciones de predicción proporcionan el siguiente conjunto de valores para cada variable de evento que se utilizó para entrenar el modelo.

Impacto relativo

Proporciona una referencia visual del impacto de la variable en términos de magnitud en las puntuaciones de predicción del fraude. Los valores de impacto relativo consisten en una calificación por estrellas (0-5, siendo 5 la más alta) y el impacto direccional (aumento/disminuido) del riesgo de fraude.

Valor explicativo bruto

Proporciona un valor bruto y no interpretado representado como probabilidades logarítmicas del fraude. Estos valores suelen estar entre -10 y +10, pero oscilan entre - infinito y + infinito.

En la consola de Amazon Fraud Detector, los valores explicativos de la predicción se muestran a continuación. Las clasificaciones por estrellas coloreadas y los valores numéricos brutos correspondientes permiten ver fácilmente la influencia relativa entre las variables.

Ver las explicaciones de las predicciones

Tras generar las predicciones de fraude, podrá ver las explicaciones de las predicciones en la consola de Amazon Fraud Detector. Para ver las explicaciones de las predicciones mediante las API del AWS SDK, primero debe llamar a la ListEventPrediction API para obtener la marca temporal de la predicción del evento y, a continuación, llamar a la GetEventPredictionMetadata API para obtener las explicaciones de las predicciones.

Consulta las explicaciones de las predicciones con la consola Amazon Fraud Detector

Vea las explicaciones de las predicciones con el AWS SDK para Python (Boto3)

Los siguientes ejemplos muestran ejemplos de solicitudes para ver las explicaciones de las predicciones utilizando ListEventPredictions las GetEventPredictionMetadata API del AWS SDK.

Ejemplo 1: Obtenga una lista de las predicciones más recientes mediante la ListEventPredictions API

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.list_event_predictions(  
  maxResults = 10, 
  predictionTimeRange = {
     end_time: '2022-01-13T23:18:21Z',
     start_time: '2022-01-13T20:18:21Z'
    }
 ) 
 

Ejemplo 2: obtenga una lista de predicciones anteriores para el tipo de evento «registro» mediante la ListEventPredictions API

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.list_event_predictions(  
   eventType = {
      value = 'registration'
    } 
   maxResults = 70,
   nextToken = "10",
   predictionTimeRange = {
     end_time: '2021-07-13T23:18:21Z',
     start_time: '2021-07-13T20:18:21Z'
    }
 )

Ejemplo 3: Obtenga detalles de una predicción anterior para un ID de evento específico, un tipo de evento, un ID de detector y un ID de versión del detector que se generó en el período de tiempo especificado mediante la GetEventPredictionMetadata API.

Lo predictionTimestamp especificado para esta solicitud se obtiene llamando primero a la ListEventPredictions API.

import boto3 
fraudDetector = boto3.client('frauddetector') 
fraudDetector.get_event_prediction_metadata ( 
   detectorId = 'sample_detector',
   detectorVersionId = '1', 
   eventId = '802454d3-f7d8-482d-97e8-c4b6db9a0428', 
   eventTypeName = 'sample_registration', 
   predictionTimestamp = '2021-07-13T21:18:21Z' 
 )    
    

Comprender cómo se calculan las explicaciones de las predicciones

Amazon Fraud Detector utiliza SHAP (ShapeLey Additive Explanations) para explicar las predicciones de eventos individuales mediante el cálculo de los valores explicativos sin procesar de cada variable de evento utilizada para el entrenamiento del modelo. El modelo calcula los valores explicativos sin procesar como parte del algoritmo de clasificación al generar las predicciones. Estos valores explicativos sin procesar representan la contribución de cada entrada al logaritmo de las probabilidades de fraude. Los valores explicativos sin procesar (de -infinito a +infinito) se convierten en un valor de impacto relativo (de -5 a +5) mediante un mapeo. El valor de impacto relativo derivado del valor explicativo bruto representa el número de veces que aumentan las probabilidades de fraude (positivo) o legítimo (negativo), lo que facilita la comprensión de las explicaciones de las predicciones.