Model drift'ü belirleme

Şimdi drift ne zaman oluşuyor görselleştirmek için model skorlarını zaman içinde çizeceksin. Eşik çizgisini ve RMSE hareketli pencerelerini ekleyerek, sondaki hata çizgilerinin performansın bozulduğunu nasıl gösterdiğini görebilirsin.

Hesaplanmış hareketli ortalamalara sahip fc_log veri kümesi, rmse_threshold ve Plotly go olarak senin için önceden yüklendi.

Bu egzersiz, kursun bir parçasıdır

Üretim için Tahmin (Forecasting) Hatları Tasarlama

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

p = go.Figure()

# Add RMSE line
p.add_trace(go.Scatter(x=fc_log["forecast_start"], y=fc_log["____"],
                        mode='lines',
                        name='RMSE',
                        line=dict(color='royalblue', width=2)))

# Add the RMSE rolling windows for 7 and 14 days
p.add_trace(go.Scatter(x=fc_log["forecast_start"], y=fc_log["____"],
                        mode='lines',
                        name='7 Days MA',
                        line=dict(color='green', width=2)))

p.add_trace(go.Scatter(x=fc_log["forecast_start"], y=fc_log["____"],
                        mode='lines',
                        name='14 Days MA',
                        line=dict(color='orange', width=2)))

p.add_trace(go.Scatter(x=[fc_log["forecast_start"].min(), fc_log["forecast_start"].max()], 
y=[rmse_threshold, rmse_threshold], 
name="Threshold",
line=dict(color="red", width=2, dash="dash")))

# Add plot titles and show the plot
p.update_layout(title="Forecast Error Rate Over Time",
                xaxis_title="____",
                yaxis_title="____", 
                height=400,
                title_x=0.5,
                margin=dict(t=50, b=50, l=50, r=50))
p.show()

Kodu Düzenle ve Çalıştır