Evaluar un modelo

Los resultados de la simulación de pruebas te proporcionan un resumen del rendimiento del modelo en un período especificado. Se generan a partir de la predicción de todos los clientes dentro de un período de simulación y la evaluación del rendimiento del modelo en función de los eventos de riesgo disponibles.

Los resultados de la prueba retrospectiva se pueden usar para medir el rendimiento del modelo en un período diferente del que se usa en el entrenamiento o también a lo largo del tiempo para verificar si hay una degradación del rendimiento.

Cómo realizar una prueba retrospectiva

Para crear un recurso BacktestResult, consulta Crea y administra los resultados de la simulación de pruebas.

En particular, debes seleccionar lo siguiente:

  • Los datos que se deben usar para hacer pruebas retrospectivas:

    Especifica un conjunto de datos y una hora de finalización dentro del período del conjunto de datos.

    La capacitación usa etiquetas y funciones basadas en meses calendario completos, hasta pero sin incluir, el mes de la hora de finalización seleccionada. Para obtener más información, consulta Intervalos de tiempo de los conjuntos de datos.

    Especifica cuántos meses de datos etiquetados usarás para la simulación retrospectiva (es decir, la cantidad de períodos de simulación retrospectiva).

  • Un modelo creado con un conjunto de datos coherente:

    Consulta Crea un modelo.

Períodos de la prueba

El backtestPeriods especifica cuántos meses calendario consecutivos se deben usar funciones y etiquetas en la evaluación del rendimiento de este modelo.

Se aplica lo siguiente a los datos de la prueba retrospectiva:

  • Los meses que se usan en la evaluación son los meses calendario completos más recientes antes del endTime especificado. Por ejemplo, si endTime es 2023-04-15T23:21:00Z y backtestPeriods son 5; luego, las etiquetas de se usaron los siguientes meses: 2023-03, 2023-02, 2023-01, 2022-12 y 2022-11
  • Debes usar los datos disponibles más recientes para la simulación de pruebas cuando evalúas un modelo para prepararlo para el uso en producción.

  • Los períodos de simulación deben establecerse en 3 o un valor superior. Dos meses del backtest del período se reservan para tener en cuenta las alertas repetidas, y los meses restantes se usan para generar etiquetas positivas para la evaluación del rendimiento.

  • Evitar usar meses superpuestos para el entrenamiento y las pruebas retrospectivas el sobreajuste. Asegúrate de que las horas de finalización de la prueba retroactiva y del entrenamiento sean al menos backtestPeriods de distancia. Es decir,

    (fecha de finalización de los resultados de la prueba anterior) >= (hora de finalización del modelo del mes) + backtestPeriods

Si lo deseas, también puedes crear resultados de predicción para un modelo y realizar tus propios análisis de rendimiento del modelo a nivel de parte.

Resultado de la prueba de versiones anteriores

El metadatos de resultados de backtest contiene las siguientes métricas. En particular, estas métricas te muestran lo siguiente:

  • El rendimiento del modelo en comparación con las etiquetas de otros períodos para una variedad de diferentes volúmenes de investigación o umbrales de puntuación de riesgo

  • Mediciones que se pueden usar para evaluar la coherencia del conjunto de datos (por ejemplo, comparando los valores de faltantes de las familias de atributos de diferentes operaciones)

Nombre de la métrica Descripción de la métrica Ejemplo de valor de métrica
ObservedRecallValues Métrica de recuperación medida en el conjunto de datos especificado para la simulación de pruebas. La API incluye 20 de estas mediciones, en diferentes puntos de funcionamiento, distribuidas de forma uniforme desde 0 (no incluido) hasta 2 * partyInvestigationsPerPeriodHint. La API agrega una medición de recuperación final en partyInvestigationsPerPeriodHint. 
{
  "recallValues": [
    {
      "partyInvestigationsPerPeriod": 5000,
      "recallValue": 0.80,
      "scoreThreshold": 0.42,
    },
    ...
    ...
    {
      "partyInvestigationsPerPeriod": 8000,
      "recallValue": 0.85,
      "scoreThreshold": 0.30,
    },
  ],
}
Faltan datos

Porcentaje de valores faltantes en todos los atributos de cada familia de atributos.

Idealmente, todas las familias de atributos de IA de AML deberían tener una falta cercana a 0. Pueden ocurrir excepciones cuando los datos subyacentes esas familias de atributos no están disponibles para la integración.

Un cambio significativo en este valor para cualquier familia de atributos entre la optimización, el entrenamiento, la evaluación y la predicción puede indicar inconsistencias en los conjuntos de datos utilizados. 

{
  "featureFamilies": [
    {
      "featureFamily": "unusual_wire_credit_activity",
      "missingnessValue": 0.00,
    },
    ...
    ...
    {
      "featureFamily": "party_supplementary_data_id_3",
      "missingnessValue": 0.45,
    },
  ],
}
Sesgo

Métricas que muestran el sesgo entre los conjuntos de datos de entrenamiento y predicción o de pruebas retrospectivas. La distorsión familiar indica cambios en la distribución de los valores de atributos dentro de una familia de atributos, ponderados por la importancia del atributo dentro de esa familia. La distorsión máxima indica la distorsión máxima de cualquier componente dentro de esa familia.

Los valores de asimetría varían de 0, que representa que no hay cambios significativos en la distribución de los valores de los componentes de la familia, a 1 para el cambio más significativo. Un valor alto para el sesgo de familia o el sesgo máximo indica un cambio significativo en la estructura de tus datos de una manera que puede afectar el rendimiento del modelo. La asimetría de la familia toma el valor -1 cuando el modelo no usa ninguna característica de la familia.

Para valores grandes de sesgo, debes realizar una de las siguientes acciones:

  • Investigar los cambios en los datos que usa esa familia de atributos (consulta los materiales de asistencia de la administración de modelos) y corregir cualquier problema con los datos de entrada
  • Vuelve a entrenar un modelo con datos más recientes

Debes establecer umbrales para actuar sobre los valores de sesgo familiar y máximo según la observación de la variación natural en las métricas de sesgo durante varios meses. 

{
  "featureFamilies": [
    {
      "featureFamily": "unusual_wire_credit_activity",
      "familySkewValue": 0.10,
      "maxSkewValue": 0.14,
    },
    ...
    ...
    {
      "featureFamily": "party_supplementary_data_id_3",
      "familySkewValue": 0.11,
      "maxSkewValue": 0.11,
    },
  ],
}