DataDriftMetricThreshold Clase
Nota
Se trata de una clase experimental y puede cambiar en cualquier momento. Consulte https://aka.ms/azuremlexperimental para más información.
Umbral de métrica de desfase de datos
- Herencia
-
azure.ai.ml.entities._monitoring.thresholds.MetricThresholdDataDriftMetricThreshold
Constructor
DataDriftMetricThreshold(*, data_type: ~typing.Literal[<MonitorFeatureType.CATEGORICAL: 'categorical'>, <MonitorFeatureType.NUMERICAL: 'numerical'>] = None, threshold: float = None, metric: str | None = None, numerical: ~azure.ai.ml.entities._monitoring.thresholds.NumericalDriftMetrics = None, categorical: ~azure.ai.ml.entities._monitoring.thresholds.CategoricalDriftMetrics = None)
Parámetros
- applicable_feature_type
- Literal[ azure.ai.ml.constants.MonitorFeatureType.CATEGORICAL , azure.ai.ml.constants.MonitorFeatureType.MonitorFeatureType.NUMERICAL]
Requerido
El tipo de característica del umbral de métrica
- metric_name
- Literal[ MonitorMetricName.JENSEN_SHANNON_DISTANCE , azure.ai.ml.constants.MonitorMetricName.NORMALIZED_WASSERSTEIN_DISTANCE , azure.ai.ml.constants.MonitorMetricName.POPULATION_STABILITY_INDEX , azure.ai.ml.constants.MonitorMetricName.TWO_SAMPLE_KOLMOGOROV_SMIRNOV_TEST , azure.ai.ml.constants.MonitorMetricName.PEARSONS_CHI_SQUARED_TEST]
Requerido
Métrica que se va a calcular
- threshold
- float
Requerido
Valor de umbral. Si es None, se establecerá un valor predeterminado en función de la métrica seleccionada.
Colaborar con nosotros en GitHub
El origen de este contenido se puede encontrar en GitHub, donde también puede crear y revisar problemas y solicitudes de incorporación de cambios. Para más información, consulte nuestra guía para colaboradores.
Azure SDK for Python
Comentarios
https://aka.ms/ContentUserFeedback.
Próximamente: A lo largo de 2024 iremos eliminando gradualmente GitHub Issues como mecanismo de comentarios sobre el contenido y lo sustituiremos por un nuevo sistema de comentarios. Para más información, vea:Enviar y ver comentarios de