शुरू करेंमुफ़्त में शुरू करें

Kolmogorov-Smirnov टेस्ट का उपयोग करके data drift का पता लगाना

हार्ट डिज़ीज़ प्रेडिक्शन मॉडल को सफलतापूर्वक डिप्लॉय करने के बाद, आप उसके परफॉर्मेंस और इनपुट डेटा की मॉनिटरिंग कर रहे हैं। आपने देखा कि फरवरी में एकत्र किए गए ताज़ा डेटा में कुछ प्रमुख फीचर्स के डिस्ट्रीब्यूशन, जनवरी के उस डेटा से थोड़ा अलग दिखते हैं जिस पर आपने मॉडल को ट्रेन किया था। ऐसी असंगतियाँ मॉडल के परफॉर्मेंस को प्रभावित कर सकती हैं, इसलिए इन्हें पहचानना और सुलझाना ज़रूरी है.

इस अभ्यास में, आप जनवरी और फरवरी के डेटासेट्स के बीच संभावित data drift का पता लगाने के लिए Kolmogorov-Smirnov (K-S) टेस्ट का उपयोग करेंगे। january_data और february_data नाम के सैंपल डेटासेट्स आपके लिए पहले से लोड हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

एंड-टू-एंड मशीन लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • scipy.stats मॉड्यूल से ks_2samp फंक्शन इम्पोर्ट करें.
  • दिए गए सैंपल डेटासेट्स january_data और february_data का उपयोग करके Kolmogorov-Smirnov टेस्ट चलाएँ; test statistic और p-value निकालें.
  • जाँचें कि p-value 0.05 से कम है या नहीं, जो data drift का संकेत है; अगर data drift पाया जाए, तो "Data drift detected." प्रिंट करें, अन्यथा "No data drift detected." प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import the ks_2samp function
from ____.____ import ____

# Calculate the test statistic and p value
test_statistic, p_value = ____(____, ____)

# Check the p-value and print the detection result
if ____:
	print("Data drift detected.")
else:
	print("No data drift detected.")
कोड संपादित करें और चलाएँ