限制條件的結構描述 (constraints.json 檔案) - 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。

限制條件的結構描述 (constraints.json 檔案)

constraints.json 檔案是用來表達資料集必須滿足的限制條件。Amazon SageMaker Model Monitor 容器可以使用 constraints.json 檔案來評估資料集。預先建置的容器能夠為基準資料集自動產生 constraints.json 檔案。如果您使用自有容器，則可以在容器中提供類似的功能，或者，您可以用其他方式建立 constraints.json 檔案。以下是預先建置的容器所使用的限制條件檔案的結構描述。使用自有容器可以採用相同的格式，或依需要來增強。

{
    "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 物件包含用於監控功能工作的選項。下表描述各個選項。

監控限制條件

限制條件 描述
evaluate_constraints

Enabled 時，評估目前分析的資料集是否滿足 constraints.json 檔案 (作為基準) 中指定的限制條件。

有效值：Enabled 或 Disabled

預設：Enabled
emit_metrics

Enabled 時，針對檔案中包含的資料發出 CloudWatch 指標。

有效值：Enabled 或 Disabled

預設：Enabled
datatype_check_threshold

如果臨界值高於 datatype_check_threshold 指定的值，這會導致失敗，而在違規報告中視為違規。如果目前執行與基準資料集的資料類型不相同，則會使用此臨界值來評估是否需要標記為違規。

在基準步驟期間，產生的限制條件會針對每個欄，建議推斷的資料類型。您可以調校 datatype_check_threshold 參數，以調整何時標記為違規的臨界值。

有效值：浮點數

預設：0.1
domain_content_threshold

如果目前資料集的某個字串欄位的未知值比基準資料集更多，則可以使用此臨界值來決定是否需要標記為違規。

有效值：浮點數

預設：0.1
distribution_constraints perform_comparison

Enabled 時，此旗標指示程式碼在基準分佈與目前資料集觀察到的分佈之間，執行分佈比較。

有效值：Enabled 或 Disabled

預設：Enabled
comparison_threshold

如果臨界值高於 comparison_threshold 設定的值，這會導致失敗，而在違規報告中視為違規。在兩個分佈的累積分佈函式之間，取得最大絕對差量，即可算出距離。

有效值：浮點數

預設：0.1
comparison_method

是否計算 linf_simple 或 linf_robust。linf_simple 以兩個分佈的累積分佈函式之間的最大絕對差量為基礎。計算 linf_robust 是以 linf_simple 為基礎，但在沒有足夠的樣本時使用。linf_robust 公式以雙樣本 Kolmogorov–Smirnov 檢定為基礎。

有效值：linf_simple 或 linf_robust
categorical_comparison_threshold

選用。設定分類特徵的閾值。如果資料集中的值超過您設定的閾值，違規會記錄在違規報告中。

有效值：浮點數

預設值：指派給 comparison_threshold 參數的值
categorical_drift_method

選用。對於分類特徵，指定用於偵測分佈偏離的計算方法。如果您沒有設定此參數，系統會使用 K-S (Linfinity) 測試。

有效值：LInfinity 或 ChiSquared

預設：LInfinity