Junte-se ao TensorFlow no Google I/O, de 11 a 12 de maio Registre-se agora

Visualizações de análise de modelo do TensorFlow

A saída da execução de uma avaliação é uma tfma.EvalResult que pode ser visualizado em um caderno Jupyter chamando tfma.view.render_slicing_metrics (ou tfma.view.render_plot para parcelas).

Visualização de métricas

Para visualizar métricas, utilize o tfma.view.render_slicing_metrics API passando o tfma.EvalResult que estava de saída do prazo de avaliação. A visualização das métricas é composta por três partes:

  • Seletor de métricas

    Por padrão, todas as métricas calculadas são exibidas e as colunas são classificadas em ordem alfabética. O seletor de métricas permite ao usuário adicionar / remover / reordenar métricas. Simplesmente marque / desmarque as métricas no menu suspenso (segure Ctrl para seleção múltipla) ou digite / reorganize-as diretamente na caixa de entrada.

    Seletor de métrica

  • Visualização da métrica

    A visualização métrica visa fornecer intuição sobre as fatias no recurso escolhido. Uma filtragem rápida está disponível para filtrar fatias com pequena contagem de amostra ponderada.

    Visualização filtrada de amostra

    Dois tipos de visualizações são suportados:

    1. Visão geral da fatia

      Nesta visualização, o valor da métrica escolhida é renderizado para cada fatia e as fatias podem ser classificadas pelo nome da fatia ou pelo valor de outra métrica.

      Visão geral da fatia de amostra

      Quando o número de fatias é pequeno, esta é a visualização padrão.

    2. Histograma de métricas

      Nesta visualização, as fatias são divididas em grupos com base em seus valores métricos. O (s) valor (es) exibido (s) em cada intervalo podem ser o número de fatias no intervalo ou a contagem total de amostra ponderada para todas as fatias no intervalo ou ambos.

      Amostra de histograma de métricas

      O número de baldes pode ser alterado e a escala logarítmica pode ser aplicada no menu de configurações clicando no ícone de engrenagem.

      Alterar as configurações do histograma de métricas

      Também é possível filtrar outliers na visualização do histograma. Simplesmente arraste o intervalo desejado no histograma, conforme mostrado na imagem abaixo.

      Histograma de métricas filtradas

      Quando o número de fatias é grande, esta é a visualização padrão.

  • Tabela de métricas

    A tabela de métricas resume os resultados de todas as métricas escolhidas no seletor de métricas. Ele pode ser classificado clicando no nome da métrica. Apenas fatias não filtradas serão renderizadas.

Vistas do terreno

Cada plotagem tem sua própria visualização que é única para a plotagem. Para obter mais informações, consulte a documentação da API relevante para a classe de plotagem. Note-se que em TFMA, tramas e métricas são ambos definidos sob tfma.metrics.* Por convenção as classes relacionadas com parcelas terminar em Plot . Para ver lotes, utilize o tfma.view.render_plot API passando o tfma.EvalResult que estava de saída do prazo de avaliação.

Gráficos de série temporal

Os gráficos de série temporal facilitam a localização de tendências de uma métrica específica em extensões de dados ou execuções de modelo. Para criar um gráfico de séries de tempo, realizar várias avaliações (salvar a saída para diretórios diferentes), e, em seguida, carregá-los em um tfma.EvalResults objeto chamando tfma.load_eval_results . Os resultados podem em seguida ser exibida usando tfma.view.render_time_series

Para exibir o gráfico de uma métrica específica, basta clicar nele na lista suspensa. Para dispensar um gráfico, clique no X no canto superior direito.

Gráfico de série temporal de amostra

Passe o mouse sobre qualquer ponto de dados no gráfico mostra uma dica de ferramenta indicando a execução do modelo, extensão de dados e valor da métrica.