- 综合排序
- 最热优先
- 最新优先
- 来自专栏机器学习与统计学
一个神奇的Python库：Evidently，机器学习必备
Evidently 特别关注模型漂移，同时也提供了模型质量检查、数据质量检查和目标漂变监测等功能。 此功能位于报告和测试套件之上，必须将它们的输出存储为 Evidently JSON snapshots，作为 Evidently Monitoring UI 的数据源。 # 在 jupyter 扩展中安装并启用 evidently jupyter nbextension install --sys-prefix --symlink --overwrite --py evidently import ColumnMapping from evidently.report import Report from evidently.metrics.base_metric import , RegressionPreset from evidently.metrics import * from evidently.test_suite import TestSuite from evidently.tests.base_test
65411编辑于 2023-12-12 - 来自专栏C博文
机器学习模型监控警报系统设计：Prometheus+Evidently 实战教程
系统架构设计：从数据采集到智能告警 （1）监控系统核心组件交互图 图解：系统采用双引擎架构，Prometheus负责基础监控指标采集与告警触发，Evidently执行深度模型分析，两者通过时序数据关联实现精准问题定位 （2）关键技术选型矩阵表 组件 技术选型 核心功能 优势特性 监控存储 Prometheus 时序数据存储/查询 高维数据压缩、PromQL灵活性 模型分析 Evidently 数据漂移检测/性能评估 ErrorRate 指标权重设计依据： 准确性（40%）：模型核心价值指标 数据漂移（30%）：影响预测可靠性的根本因素 延迟（20%）：服务SLA关键指标 错误率（10%）：系统稳定性基础指标 （2）Evidently （2）Evidently报告解析示例 from evidently.report import Report report = Report(metrics=[ DataDriftTable( （1）系统性能基准测试 并发数 Prometheus响应时间 Evidently分析延迟 告警准确率 100 23ms 1.2s 98.7% 500 87ms 3.1s 97.4% 1000 152ms
25110编辑于 2025-07-15 - 来自专栏ShowMeAI研究中心
2022！影响百万用户金融信用评分，Equifax被告上法庭，罪魁祸首——『数据漂移』！⛵
本文讲解数据漂移问题的诸多实际案例、检测方法、基于evidently库的代码实现。 代码实现 数据漂移检测 我们在这里会使用到 evidently 这个非常简单易用的工具库，它是一个专门针对『数据漂移』问题构建的工具库，可以对数据 / 标签 / 模型表现等进行检测，不仅可以输出报告， 图片 下面导入工具库 import pandas as pd from sklearn import datasets from evidently.dashboard import Dashboard from evidently.dashboard.tabs import DataDriftTab, CatTargetDriftTab evidently的使用步骤如下，我们会先加载数据，然后做漂移分析和检测
56252编辑于 2022-11-17 - 来自专栏张俊红
这10个Python机器学习库，你用过哪些？
Evidently Evidently是用来监测模型效果的工具，可从Pandas DataFrame或csv文件中生成交互式可视化报告和JSON格式的效果简介。 https://github.com/evidentlyai/evidently 7. YOLOX 如果你熟悉YOLO的话，那你或许会对旷视今年推出的YOLOX感兴趣。
58230编辑于 2022-06-20 AI系统故障诊断：模型崩溃、算力瓶颈与数据漂移的识别与解决策略
代码示例（基于Evidently AI检测漂移+增量训练）： `import pandas as pd from evidently.report import Report from evidently.metrics 漂移检测（使用Evidently AI） 准备基准数据（训练集）与实时数据（生产数据） reference_data = pd.read_csv(“train_data.csv”) current_data
38910编辑于 2026-01-23- 来自专栏Datawhale专栏
机器学习模型评估教程！
我们将使用Evidently开源库来比较模型并生成性能报告。 如果你想一步一步地跟着做，可以在文末打开这个完整的upyter Notebook。 然后，我们调用evidently tabs来生成分类性能报告。在单个的dashboard中显示两个模型的性能，以便我们可以比较它们。 超越准确度 让我们回到evidently的报告中，更深入地分析两种模型的性能。 我们能够很快注意到，两个模型的混淆矩阵看起来是不同的。 ? 这个来自evidently报告的类别分离图（Class Separation）让这个想法非常直观。它在实际标签旁边显示了各个预测概率。 ? 我们可以看到，第一个模型做出了几个非常自信的预测。 https://github.com/evidentlyai/evidently Jupyter notebook地址：https://github.com/evidentlyai/evidently/
93531发布于 2021-04-20 - 来自专栏量子位
2021年Python十佳ML库大盘点，国产选手GitHub半年获5k+star，第一名是升级版NumPy
Evidently Evidently是用来监测模型效果的工具，可从Pandas DataFrame或csv文件中生成交互式可视化报告和JSON格式的效果简介。 https://github.com/evidentlyai/evidently 7. YOLOX 如果你熟悉YOLO的话，那你或许会对旷视今年推出的YOLOX感兴趣。
65810编辑于 2021-12-29 - 来自专栏全栈程序员必看
ubuntu安装进入EFI Shell「建议收藏」
Supposedly the installed efibootmgr and can set this up for you but evidently is it confused in this
3.4K20编辑于 2022-09-15 从零到工业级落地的全栈实战指南
神经网络架构搜索(NAS)优化边缘模型 联邦学习与差分隐私的融合应用 四、开发者进化路线图 工具链全景图： 开发框架：PyTorch 2.0 + JAX 部署工具：TorchServe + Triton 监控系统：Evidently
41210编辑于 2025-03-19《数据科学避坑指南》——从模型训练到生产部署，90%的人都会踩的5个雷区！
模型监控工具：MLflow、Evidently AI、Amazon SageMaker Model Monitor功能：跟踪模型性能、数据漂移、概念漂移，触发自动告警。4.
32210编辑于 2025-07-04- 来自专栏ThoughtWorks
Thoughtworks 第28期技术雷达——工具象限选编
已经出现了一些具有相同或类似功能的工具，以处理这个过程中的各个步骤（比如同样出现在本期技术雷达中的Giskard 和 Evidently ）。 Evidently Evidently 是一个开源的 Python 工具，旨在帮助构建对机器学习模型的监控，以确保它们的质量和在生产环境运行的稳定性。 Evidently 特别关注模型漂移，同时也提供了模型质量检查、数据质量检查和目标漂变监测等功能。
1.1K30编辑于 2023-05-22 - 来自专栏AI技术应用
AI智能体的开发框架
Pipelines, Sagemaker Model Registry模型部署: TensorFlow Serving, TorchServe, FastAPI, Sagemaker Endpoints模型监控: Evidently
93410编辑于 2025-06-16 - 来自专栏AI技术应用
AI智能体的开发
模型监控 (Evidently AI/WhyLabs): 数据漂移检测: 监测生产数据与训练数据分布的差异。 概念漂移检测: 监测真实世界中输入与输出关系的变化。
1.1K10编辑于 2025-06-16 - 来自专栏用户4822892的专栏
How AI is Changing the Future of Web Development?
a result of at any moment, they'll produce a universal framework. however, we tend to already grasp evidently
54710发布于 2019-11-15 - 来自专栏centosDai
从Linux源码看Socket(TCP)的listen及连接队列
buckets are converted to open requests without * limitations, they conserve resources and peer is * evidently
2.6K21发布于 2021-05-21 - 来自专栏AI SPPECH
模型监控与性能衰减检测：安全视角下的实时系统保障
实时指标计算 TensorBoard 模型监控 专门针对机器学习模型、支持可视化训练过程 功能单一 模型训练监控 MLflow 模型管理 支持模型版本管理、实验追踪 监控功能薄弱 模型生命周期管理 Evidently 参考链接 Prometheus官方文档 Grafana官方文档 Apache Kafka官方文档 Apache Flink官方文档 Isolation Forest算法论文 Evidently AI官方文档
13010编辑于 2026-01-16 - 来自专栏程序员互动联盟
学会了C语言能做些啥？
Although accidents of history surely helped, it evidently satisfied a need for a system implementation
2.9K70发布于 2018-03-16 - 来自专栏Datawhale专栏
LLM 工程师工具箱：120+大模型库全攻略！
Evidently An open-source ML and LLM observability framework.
73100编辑于 2025-04-04 - 来自专栏公众号：懒时小窝
【RocketMq】 RocketMq 4.9.4 Windows-docker 部署
Various graphs and statistics of events, performance and system information of clients and application is evidently
3.7K42编辑于 2022-11-10 - 来自专栏人工智能
传统企业AI转型：老架构改造的痛与快 💡
CamelMuleSoft Anypoint 数据治理 Apache AtlasCollibra 特征工程 Feast Tecton 模型监控 Evidently
70220编辑于 2025-03-23
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号