无法正确配置质量和漂移监视器
Cant correctly config quality and drift monitors
我遇到了很奇怪的问题
因此，我使用 Spark Environment 通过 Modeler Flow 创建了模型
有一个 .csv 文件，其中包含有关银行客户的数据
这个模型必须预测给这些人贷款是否有任何风险。
之后，我部署了模型并进入了 OpenScale 实例。
所以问题是：
当我配置 "Model Details" it ask to point the field from training data file that contains the answers to be predicted by the model
它告诉我只有一个合适的字段（并且是正确的），这个字段包含字符串数据（我完全确保它！！）
然后它要求指向模型 From the output data, select the feature that contains the prediction generated by the AI deployment.
的输出数据中的列
一共有三种可能的列，其中两种是string类型，另一种是double类型
我选择中间的，因为这一列包含字符串预测值 (No/Yes)
好的，完成了。
转到质量监视器，它显示了这条消息 Prerequisites Check has failed: Label column label in training_data_schema with modelling role target has different type double than column $X-Risk in output_data_schema with modelling role prediction of type string; Verify label_column and prediction_field settings in asset_properties of your subscription
我真的不知道怎么解决。因为我知道没有名为 LABLE 的列，当然也没有名为 LABLE 的 DOUBLE TYPE 列！
请帮帮我！！
当您创建了一个 spark 模型时，您必须在训练模型时进行了字符串索引，这甚至适用于目标列（又名标签列），这可能导致从训练数据中检测到目标列是一个双列，所以请尝试 select 将预测列（你从输出数据 select ）作为数字（又名双列），它应该主要解决你的问题
我遇到了很奇怪的问题 因此，我使用 Spark Environment 通过 Modeler Flow 创建了模型 有一个 .csv 文件，其中包含有关银行客户的数据 这个模型必须预测给这些人贷款是否有任何风险。 之后，我部署了模型并进入了 OpenScale 实例。
所以问题是：
当我配置 "Model Details" it ask to point the field from training data file that contains the answers to be predicted by the model 它告诉我只有一个合适的字段（并且是正确的），这个字段包含字符串数据（我完全确保它！！） 然后它要求指向模型 From the output data, select the feature that contains the prediction generated by the AI deployment.
的输出数据中的列一共有三种可能的列，其中两种是string类型，另一种是double类型 我选择中间的，因为这一列包含字符串预测值 (No/Yes)
好的，完成了。
转到质量监视器，它显示了这条消息 Prerequisites Check has failed: Label column label in training_data_schema with modelling role target has different type double than column $X-Risk in output_data_schema with modelling role prediction of type string; Verify label_column and prediction_field settings in asset_properties of your subscription
我真的不知道怎么解决。因为我知道没有名为 LABLE 的列，当然也没有名为 LABLE 的 DOUBLE TYPE 列！
请帮帮我！！
当您创建了一个 spark 模型时，您必须在训练模型时进行了字符串索引，这甚至适用于目标列（又名标签列），这可能导致从训练数据中检测到目标列是一个双列，所以请尝试 select 将预测列（你从输出数据 select ）作为数字（又名双列），它应该主要解决你的问题