# 展開されたモデルでのデータ ドリフトの監視

ML 展開の [データ ドリフトの監視] パネルでは、ソースに展開されたモデルのデータ ドリフトを分析できます。データ ドリフトの監視を使用すると、モデルのトレーニングに使用される 1 つ以上の特徴量の分布の変化を識別できます。

計算された特徴量のドリフトが 0.25 を超えた場合、最新のデータでモデルを再トレーニングするか、元の機械学習の問題が大幅に変更されている場合は新しいモデルを構成することをお勧めします。

Qlik Predict でのデータ ドリフト分析

Qlik Predict でのデータ ドリフト分析

Qlik PredictQlik Predict でのデータ ドリフト分析 ![展開されたモデルの特徴量ドリフト計算を示す埋め込み分析。](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_ml-data-drift-monitor.png)

## Qlik Predict でのデータ ドリフト計算

Qlik Predict では、データ ドリフトは集団安定性指数 (PSI) で計算されます。

PSI 値を確認することで、特徴量の大幅なデータ ドリフトを識別できます。PSI 値が 0.25 以上の場合は、モデルの再トレーニングまたは新しい実験の作成を検討してください。

集団安定性指数 (PSI) の値と指標

| PSI 値 | 説明 |
| --- | --- |
| 0.1 未満 | 低いドリフト |
| 0.1 以上 0.25 未満 | 小さなドリフト |
| 0.25 以上 | 大幅なドリフト |

## データ ドリフト分析の開始

次の手順を実行します。

1. ML 展開を開きます。

2. 左側のパネルから、 [データ ドリフトの監視] を選択します。

埋め込み分析が生成されます。

### 分析の可用性

分析を開いても、データ ドリフトの新しい計算はすぐには生成されません。データ ドリフトの計算は、毎日 1 回、午後 4:30 (UTC) に生成されます。

## 組み込み型アナリティクスのナビゲート

インタラクティブ インターフェイスを使用して、組み込み分析を備えた展開モデルを分析します。

### 選択の実行

選択を使用してデータを絞り込みます。特徴量とその特定の値または範囲を選択し、特定の日付と重要度の範囲でフィルタリングできます。場合によっては、表示するビジュアライゼーションを 1 つ以上選択する必要があります。ビジュアライゼーションでデータ値をクリックして選択します。

選択内容は次のように操作できます。

* コンテンツをクリックして値を選択し、範囲を定義して、描画します。

* チャート内を検索して値を選択します。

* 組み込み型分析の上部にあるツール バーで選択した項目をクリックします。これにより、既存の選択内容の検索、選択内容のロックまたはロック解除、さらに変更ができます。

* 組み込み型分析の上部にあるツール バーで、the 削除 icon をクリックして選択を削除します。the 選択をクリアする icon アイコンをクリックしてすべての選択をクリアします。

* the 選択内で戻す icon と the 選択内で進む icon をクリックして、選択内容を前後に移動します。

## 重要度と一緒に特徴量ドリフトを分析する

[特徴量ドリフト 対 重要度] チャートを使用して、特徴量ドリフトと Permutation Importance を一緒に分析します。ドリフトの変化が重要度のパターンの変化と並行して起こっているかどうかを識別できます。これら 2 つの指標を一緒に表示すると、新たに出現したパターンを発見し、データに影響を与える傾向をより深く理解できます。

ドリフト スコアがモデルのパフォーマンスに与える影響については、「[Qlik Predict でのデータ ドリフト計算](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/monitor-drift.htm#Calc)」を参照してください。

## 特徴量ドリフトの経時的な監視

[経時的な特徴量ドリフト] チャートでは、各ドリフト計算のタイムラインを表示し、新しい予測が生成されるにつれて経時的に発生する変化を分析します。

特徴量が大幅なドリフトを示していることを示すために、PSI 値 0.25 に参照線が追加されました。ドリフト スコアがモデルのパフォーマンスに与える影響の詳細については、「[Qlik Predict でのデータ ドリフト計算](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/monitor-drift.htm#Calc)」を参照してください。

## 特徴量分布の表示

[値の分配] チャートは、トレーニング データセットとモデルで生成された最新の予測に使用されるデータセットの間で、特徴量の値分布を比較するのに役立ちます。特徴量内のどの範囲がドリフトの影響をもっとも受けているか、またはもっとも受けていないかを特定できます。

青い棒は、各範囲内にある最新の適用データセットの値の割合を示します。紫色の円形マーカーは、各範囲内に含まれるトレーニング データセットの値の割合を示します。棒の高さとマーカーの位置に大きな差がある場合は、範囲がドリフトの影響を受けている可能性があります。

## 制限事項

データ ドリフトの監視は、時系列モデルでは使用できません。

## 詳細を見る

* [データ ドリフト](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/data-drift.htm)