Violações do desvio de atribuição de recursos do modelo - Amazon SageMaker

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Violações do desvio de atribuição de recursos do modelo

Os trabalhos de desvio de atribuição de recursos avaliam as restrições da linha de base fornecidas pela configuração da linha de base em relação aos resultados da análise da MonitoringExecution atual. Se forem detectadas violações, o trabalho as listará no arquivo constraint_violations.json no local de saída de execução e marcará o status da execução como Interpretar resultados.

Aqui está o esquema do arquivo de violações do desvio de atribuição de recursos.

  • label – O nome do rótulo, label_headers da configuração da análise do trabalho ou um espaço reservado, como "label0".

  • metric_name – O nome do método de análise de explicabilidade. No momento, somente shap é compatível.

  • constraint_check_type – O tipo de violação monitorada. No momento, somente feature_attribution_drift_check é compatível.

  • description – Uma mensagem descritiva para explicar a violação.

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

Para cada rótulo na explanations seção, os trabalhos de monitoramento calculam a DCGpontuação n de seus SHAP valores globais no arquivo de restrições da linha de base e no arquivo de resultados da análise do trabalho (analysis.json). Se a pontuação for menor que 0,9, uma violação será registrada. O SHAP valor global combinado é avaliado, portanto, não há “feature” campos na entrada da violação. A saída a seguir fornece um exemplo de várias violações registradas.

{
    "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"
    }]
}