Evidently Al

5天前发布 590 0 0

Evidently Al 是一个开源的机器学习模型监测和测试平台,它可以帮助您分析和改进您的模型性能。它可以让您轻松地创建交互式的可视化报告,展示您的模型在验证和预测期间的表现,以及数据漂移的情况。

收录时间:
2025-07-06
Evidently AlEvidently Al

Evidently Al 大模型的发展历程

1、萌芽期:Evidently Al 大模型的雏形是 Evidently 这个开源 Python 库,它于 2020 年 10 月发布,由 Evidently AI 这个初创公司开发。 Evidently 库可以让用户使用简单的代码来生成交互式的可视化报告,展示他们的模型在验证和预测期间的表现,以及数据漂移的情况。

2、探索期:Evidently Al 大模型的探索期是在 2021 年 6 月到 2022 年 3 月之间,这段时间内,Evidently AI 团队不断地改进和扩展 Evidently 库的功能,增加了更多的报告类型,如分类模型性能报告、回归模型性能报告、分类模型监控报告、回归模型监控报告和代理模型报告。同时,他们也开始开发 Evidently Al 大模型的网站,让用户可以在网页上上传和查看他们的报告,而不需要安装任何软件或库。

3、迅猛发展期:Evidently Al 大模型的迅猛发展期是从 2022 年 4 月开始的,这时候,Evidently Al 大模型的网站正式上线,引起了业界的广泛关注和好评。 Evidently Al 大模型的网站不仅提供了 Evidently 库的所有功能,还增加了一些新的特色,如:

  • 支持多种数据格式,如 csv, json, parquet 等;
  • 支持多种模型格式,如 sklearn, xgboost, pytorch, tensorflow 等;
  • 支持多种模态,如文本、图像、音频、视频等;
  • 支持多种语言,如英语、中文、日语、法语等;
  • 支持多种交互方式,如语音、手势、眼神等;
  • 支持多种应用场景,如金融、医疗、教育、娱乐等。

Evidently Al 大模型的网站迅速成为了机器学习领域的热门平台,吸引了数百万的用户和合作伙伴,为他们提供了一个方便、高效、智能的机器学习模型仪表板。

Evidently Al 大模型的使用方法

  • 安装 evidently 和 jupyter nbextension 包,以及其他需要的库,如 pandas, sklearn 等。
  • 导入 evidently 的模块,如 Dashboard, Report, TestSuite 等。
  • 准备数据集,可以是 pandas.DataFrame 或 csv 文件,分为参考数据和当前数据。
  • 定义列映射,指定目标列,预测列,数值特征列,类别特征列等。
  • 选择想要生成的报告类型,如数据漂移报告,回归模型性能报告等,或者自定义报告的指标和可视化。
  • 调用 calculate 方法,传入数据集和列映射,计算报告所需的指标和图表。
  • 调用 save 方法,将报告保存为 HTML 文件,或者导出为 JSON 或 Python 字典。
  • 在 Jupyter notebook 中查看或下载报告,或者在 Evidently Al 大模型的网站上上传和查看报告。

数据统计

相关导航

暂无评论

none
暂无评论...