XAIDrift.get_report

XAIDrift.get_report()

Restituisce il report sul drift dell’importanza delle feature.

Questa funzione restituisce un DataFrame che contiene il report sul drift dell’importanza delle feature, ordinato in ordine crescente in base all’importanza delle feature nel modello storico. Il report include le informazioni sull’importanza delle feature nel modello corrente e storico, nonché eventuali drift rilevati in base al confronto tra i due e warning relativi.

Returns:

Report con l’importanza delle feature nel modello corrente e storico, e l’eventuale drift rilevato con i relativi warning.

Return type:

pd.DataFrame

Note

• Se chiamato dopo il metodo get_drift il report presenterà anche informazioni sul drift tra il valore corrente e quello storico ed eventuli warning basati su di esso.

Dati utilizzati per gli esempi:

>>> df_esempio_corr

	feature_num	feature_cat	pred_clf
0	1	A	0
1	3	B	1
2	1	A	0
3	1	B	0
4	1	B	0
5	3	A	1
6	1	B	0
7	1	B	0
8	1	B	0
9	3	A	1

>>> df_esempio_stor

	feature_num	feature_cat	pred_clf
0	1	A	0
1	2	B	1
2	3	A	0
3	4	C	0
4	5	B	0
5	6	A	0
6	7	C	0
7	8	A	1
8	9	B	1
9	10	C	0

Esempio:

>>> Xai = XAI(model_input='custom', model=modelLR)
>>> Xai.fit(df_esempio_corr.drop(columns=['pred_clf']),df_esempio_corr['pred_clf'], standardize=True)
>>> importance_corr=Xai.get_feature_importance(feat_imp_mode='coef')
>>> importance_corr
{'type': 'coef',
 'feat_importance': {'feature_num': 0.8989692717116683,
  'feature_cat': 0.1010307282883317}}
>>> Xai.fit(df_esempio_stor.drop(columns=['pred_clf']),df_esempio_stor['pred_clf'], standardize=True)
>>> importance_stor=Xai.get_feature_importance(feat_imp_mode='coef')
>>> importance_stor
{'type': 'coef',
 'feat_importance': {'feature_num': 0.5098198313687213,
  'feature_cat': 0.4901801686312786}}
>>> from model_monitoring.XAI_drift import XAIDrift
>>> XaiD = XAIDrift(importance_corr,importance_stor)
>>> XaiD.get_report()

	feature	curr_score	stor_score
1	feature_cat	0.101031	0.49018
0	feature_num	0.898969	0.50982

>>> XaiD.get_drift()
>>> XaiD.get_report()

	control_type	feature	curr_score	stor_score	value	relative_warning
1	feature drift perc	feature_cat	0.101031	0.49018	-79.389062	Red Alert
0	feature drift perc	feature_num	0.898969	0.50982	76.330777	Red Alert
2	psi xai score	xai_psi	NaN	NaN	0.835325	Red Alert