開始使用免費開始

實作監控工作流程

整門課中,你已經學過監控的工作流程。第一步是效能監控。若出現負向變化,接下來要做多變量漂移偵測,確認是否因為漂移導致效能下滑,之後再進行單變量漂移偵測,找出是哪一些個別特徵造成問題。當調查結果出來後,你就可以著手解決根本問題。

為了鞏固這些概念,在本練習中,你會把這個流程套用到 US Consensus 資料集。參考資料與分析資料都已預先載入,你也可以使用 CBPE estimator、單變量計算器 uv_calc,以及用於特徵漂移排序的 alert_count_ranker

本練習屬於課程

在 Python 中監控 Machine Learning

檢視課程

動手互動練習

試著完成這個範例程式碼,體驗一下這個練習。

# Estimate the performance
estimator.____(____)
estimated_results = estimator.____(____)
estimated_results.____.____
編輯並執行程式碼