Bagi Metrik berdasarkan Segmen dan Kohort
Temukan bagian yang diam-diam berkinerja buruk bagi model.
Bagi Metrik berdasarkan Segmen dan Kohort adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 3 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Rata-rata Menyembunyikan Kebenaran
Model dengan akurasi keseluruhan 95% tetap dapat gagal parah pada satu kelompok. Nilai rata-rata menyembunyikan bagian-bagian dengan kinerja buruk. 🕵️
Apa Itu Irisan
Irisan adalah bagian dari data Anda yang memiliki ciri tertentu yang sama: wilayah, jenis perangkat, rentang usia, atau kategori produk.
Segmen vs Kelompok
Segmen mengelompokkan berdasarkan nilai fitur, seperti negara. Kelompok mengelompokkan berdasarkan peristiwa bersama pada suatu waktu, seperti pengguna yang mendaftar Maret lalu.
Hitung Metrik per Irisan
Alih-alih satu angka akurasi, hitung metrik untuk setiap irisan lalu bandingkan. groupby dari pandas membantu Anda melakukannya dengan cepat.
logs.groupby("country").apply(
lambda g: accuracy_score(g.label, g.pred)
)Menemukan Irisan yang Lemah
Saat satu irisan mendapat nilai jauh di bawah yang lain, Anda telah menemukan titik lemah yang diam-diam ditutupi oleh metrik utama.
Waspadai Irisan yang Sangat Kecil
Irisan dengan sangat sedikit sampel menghasilkan metrik yang tidak stabil. Tetapkan ukuran minimum sebelum mempercayai nilainya.
Pengirisan Mengungkap Bias
Membandingkan irisan di berbagai kelompok sensitif mengungkap kesenjangan keadilan, seperti satu demografi yang terus-menerus menerima prediksi lebih buruk.
Pantau Pergeseran pada Irisan Juga
Pergeseran dapat lebih dulu menyerang satu irisan. Melacak pergeseran per segmen menangkap perubahan pada pengguna seluler sebelum menyebar ke mana-mana.
Otomatiskan Pencarian
Memeriksa irisan secara manual tidak dapat dilakukan pada skala besar. Alat pencari irisan memindai banyak subset dan menandai kinerja terburuk untuk Anda.
Kelompok dari Waktu ke Waktu
Mengikuti sebuah kelompok selama beberapa minggu menunjukkan apakah kinerja model memburuk bagi pengguna baru saat perilaku mereka semakin berbeda dari pengguna lama.
Dari Wawasan ke Tindakan
Irisan yang buruk mengarah pada perbaikan: kumpulkan lebih banyak data, tambahkan fitur, atau latih model khusus segmen untuk kelompok tersebut.
Pemeriksaan Singkat
Pilih alasan yang benar untuk mengiris metrik Anda.
Rangkuman
Uraikan metrik berdasarkan segmen dan kelompok untuk menemukan titik lemah tersembunyi, kesenjangan keadilan, dan pergeseran dini yang mungkin disamarkan oleh nilai rata-rata. ✅
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Bagi Metrik berdasarkan Segmen dan Kohort” gratis?
Ya — teks lengkap “Bagi Metrik berdasarkan Segmen dan Kohort” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Bagi Metrik berdasarkan Segmen dan Kohort”?
Temukan bagian yang diam-diam berkinerja buruk bagi model. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 3 dari 4.
Berapa lama pelajaran “Bagi Metrik berdasarkan Segmen dan Kohort” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Empat Pilar Observabilitas Pembelajaran Mesin
- Catat Prediksi untuk Analisis Nanti
- Bagi Metrik berdasarkan Segmen dan Kohort
- Jelaskan Prediksi dengan SHAP