मॉनिटरिंग वर्कफ़्लो लागू करना
पूरे कोर्स में, आपने मॉनिटरिंग वर्कफ़्लो के बारे में सीखा है। पहला चरण है परफॉर्मेंस मॉनिटरिंग। अगर नकारात्मक बदलाव दिखते हैं, तो अगले चरणों में मल्टीवेरिएट ड्रिफ्ट डिटेक्शन शामिल होता है ताकि जाँचा जा सके कि क्या ड्रिफ्ट के कारण परफॉर्मेंस गिरी, और उसके बाद यूनिवेरिएट ड्रिफ्ट डिटेक्शन किया जाता है ताकि अलग-अलग फीचर्स में कारण पहचाना जा सके। जाँच के नतीजे आने के बाद, आप समस्या को हल करने के लिए कदम उठा सकते हैं.
इस ज्ञान को पक्का करने के लिए, इस अभ्यास में आप यह प्रक्रिया US Consensus डेटासेट पर लागू करेंगे। रेफरेंस और एनालिसिस डेटासेट पहले से लोड हैं, और आपके पास CBPE estimator, uv_calc यूनिवेरिएट कैलकुलेटर, और फीचर ड्रिफ्ट रैंकिंग के लिए alert_count_ranker उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में मशीन लर्निंग मॉनिटरिंग
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Estimate the performance
estimator.____(____)
estimated_results = estimator.____(____)
estimated_results.____.____