计划功能属性偏差监控作业 - Amazon SageMaker
AWS 文档中描述的 AWS 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅中国的 AWS 服务入门

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

计划功能属性偏差监控作业

模型可解释性监控可帮助您了解和解释 ML 模型所做的预测。当 模型监控器 配置为监控模型可解释性时, SageMaker 会自动检测特征的相对重要性的任何偏差并创建解释特征属性的报告。

调用 create_monitoring_schedule() 方法以安排每小时监视器,以便使用监控计划来分析数据。如果已提交基准设置作业,则监视器会自动从基准设置作业中选取分析配置。但是,如果您跳过基准设置步骤或捕获数据集与训练数据集具有不同的性质,则必须提供分析配置。ModelConfig 需要 ExplainabilityAnalysisConfig ,原因与基准设置作业所需的相同。请注意,只有特征是计算特征属性所必需的,因此,您应该排除基本实际情况标记。