始める無料で始める

ホテル予約データセットにおけるドリフト

前の章では、予約のキャンセルを予測するモデルについて、ビジネス価値と ROC AUC のパフォーマンスを計算しました。結果のプロットにいくつかのアラートが見られたため、分析データにドリフトが存在しないかを調査する必要があります。

この演習では、多変量ドリフト検知手法を初期化し、前の章で計算したパフォーマンス結果と比較します。

StandardDeviationThreshold はすでにインポート済みで、ビジネス価値と ROC AUC の結果は perf_results 変数に格納されています。また、feature_column_names も定義済みです。

この演習はコースの一部です

Pythonで学ぶ機械学習のモニタリング

コースを見る

演習の手順

  • StandardDeviationThreshold を初期化し、std_lower_multiplier を 2、std_upper_multiplier パラメータを 1 に設定します。
  • 次の特徴量名をこの順序で追加します: country, lead_time, parking_spaces, hotel。
  • 事前に定義したしきい値と特徴量名を DataReconstructionDriftCalculator に渡します。
  • 多変量ドリフト検知結果（mv_results）とパフォーマンス結果（perf_results）の両方を含む比較プロットを表示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Create standard deviation thresholds
stdt = StandardDeviationThreshold(____=____, ____=____)

# Define feature columns
feature_column_names = [____, ____, ____, ____]

# Intialize, fit, and show results of multivariate drift calculator
mv_calc = nannyml.DataReconstructionDriftCalculator(
    column_names=____,
	threshold = ____,
    timestamp_column_name='timestamp',
    chunk_period='m')
mv_calc.fit(reference)
mv_results = mv_calc.calculate(analysis)
mv_results.filter(period='analysis').____(____).plot().show()
コードを編集して実行