实现监控工作流
在整门课程中,您已经学习了监控工作流。第一步是性能监控。若出现负向变化,接下来通过多变量漂移检测判断性能下滑是否由漂移引起,然后进行单变量漂移检测,定位到具体的特征原因。拿到调查结果后,您就可以着手解决问题。
为巩固所学,您将在本练习中把这一流程应用到 US Consensus 数据集。参考集和分析集已预加载,您可以使用 CBPE estimator、uv_calc 单变量计算器,以及用于特征漂移排序的 alert_count_ranker。
本练习是课程的一部分
Python 中的机器学习监控
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Estimate the performance
estimator.____(____)
estimated_results = estimator.____(____)
estimated_results.____.____