Compartir a través de

PredictionDriftMetricThreshold Clase

  • Referencia

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 predicción

Herencia
azure.ai.ml.entities._monitoring.thresholds.MetricThreshold
PredictionDriftMetricThreshold

Constructor

PredictionDriftMetricThreshold(*, data_type: ~typing.Literal[<MonitorFeatureType.CATEGORICAL: 'categorical'>, <MonitorFeatureType.NUMERICAL: 'numerical'>] = None, threshold: float = 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[ azure.ai.ml.constants.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.