Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

# CloudWatch Métriques
<a name="model-monitor-interpreting-cloudwatch"></a>

Vous pouvez utiliser le conteneur Amazon SageMaker Model Monitor intégré pour les CloudWatch métriques. Lorsque l'`emit_metrics`option se trouve `Enabled` dans le fichier de contraintes de référence, SageMaker AI émet ces métriques pour chaque feature/column observation dans l'ensemble de données dans l'espace de noms suivant :
+ Espace de noms `For real-time endpoints: /aws/sagemaker/Endpoints/data-metric` avec des dimensions `EndpointName` et `ScheduleName`.
+ Espace de noms `For batch transform jobs: /aws/sagemaker/ModelMonitoring/data-metric` avec une dimension `MonitoringSchedule`.

Pour les champs numériques, le conteneur intégré émet les CloudWatch métriques suivantes :
+ Métrique : Max → requête pour `MetricName: feature_data_{feature_name}, Stat: Max`
+ Métrique : Min → requête pour `MetricName: feature_data_{feature_name}, Stat: Min`
+ Métrique : Sum → requête pour `MetricName: feature_data_{feature_name}, Stat: Sum`
+ Métrique : SampleCount → requête pour `MetricName: feature_data_{feature_name}, Stat: SampleCount`
+ Métrique : Average → requête pour `MetricName: feature_data_{feature_name}, Stat: Average`

Pour les champs numériques et les champs de chaîne, le conteneur intégré émet les CloudWatch métriques suivantes :
+ Métrique : Exhaustivité → requête pour `MetricName: feature_non_null_{feature_name}, Stat: Sum`
+ Métrique : Dérive de la référence → requête pour `MetricName: feature_baseline_drift_{feature_name}, Stat: Sum`