自動化模型與多個下遊曆史元素

[pol7451]

嘿,

我們有兩個模型A和B

模型是美聯儲從原始數據,首先清潔/豐富和預測

模型的結果是被送入模型B

清潔的過程,豐富、預測模型A和B都在git版本控製

我們正在尋找一種方法來自動化模型的曆史和顯示給最終用戶為什麼結果會不同,如果相同的原始數據是美聯儲在今天與最後一次運行

我不認為有任何內建功能磚這樣做……在高級別上我想做類似於附加的圖像顯示和流在想如果有一個更好的解決方案還是我陷入任何失言?

謝謝你的幫助!

[匿名]

@polly哈爾頓

這裏有一些高級步驟可以遵循:

1. 存儲模型的輸入數據和輸出結果:作為數據處理管道的一部分,捕獲輸入數據(原始數據)輸入模型和輸出結果(預測)生成的模型你可以將這些數據存儲在一個版本控製存儲係統,如三角洲湖或傳統的Git版本控製係統。
2. 模型元數據記錄:隨著輸入數據和輸出結果,獲取關於模型的元數據,如版本的模型,模型運行時的日期/時間,和任何相關的參數或配置模型運行期間使用。這些元數據可以存儲和輸入數據和輸出結果。
3. 建立一個模型曆史跟蹤係統:創建一個係統,可以追蹤模型的曆史和元數據存儲在一個方式,便於查詢和顯示給終端用戶。可以使用數據處理工具的組合磚,如三角洲湖、SQL、火花和可視化圖書館像Matplotlib或情節。
4. 創建可視化模型曆史:使用可視化庫創建信息模型和交互式可視化顯示曆史給終端用戶。例如,您可以創建線圖表,柱狀圖,或者熱圖圖表來顯示模型結果已經改變隨著時間的推移,不同版本的模型相同的或不同的運行模式。
5. 曆史模型合並到終端用戶應用程序:曆史模型可視化集成到你的終端用戶應用程序或報告指示板,這樣用戶可以很容易地訪問曆史信息和解釋模型。
6. 自動化的過程:自動捕獲模型元數據和可視化的創建曆史數據處理管道的一部分。可以使用調度工具或工作流自動化工具在磚,磚等工作流程。

遵循這些步驟,您可以創建一個係統,捕獲和顯示模型曆史給終端用戶,使他們能夠理解為什麼模型結果可能不同當相同的原始數據輸入模型在不同的時間點。記住,具體的實現細節可能取決於你的用例和需求,重要的是徹底的測試和驗證係統,確保準確性和可靠性模型的曆史信息。

[Vidula_Khanna]

嗨@polly哈爾頓

謝謝你發布你的問題在我們的社區!我們很高興幫助你。

幫助我們為您提供最準確的信息,請您花一些時間來回顧反應和選擇一個最好的回答了你的問題嗎?

這也將有助於其他社區成員可能也有類似的問題在未來。謝謝你的參與,讓我們知道如果你需要任何進一步的援助!