As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Violações do desvio de polarização
<a name="clarify-model-monitor-bias-drift-violations"></a>

Os trabalhos de desvio de polarização avaliam as restrições da linha de base fornecidas pela [configuração da linha de base](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelBiasJobDefinition.html#sagemaker-CreateModelBiasJobDefinition-request-ModelBiasBaselineConfig) em relação aos resultados da análise da `MonitoringExecution` atual. Se forem detectadas violações, o trabalho as listará no arquivo *constraint\$1violations.json* no local de saída de execução e marcará o status da execução como [Interpretar resultados](model-monitor-interpreting-results.md).

Aqui está o esquema do arquivo de violações do desvio de polarização.
+ `facet`: O nome da faceta, fornecido pela faceta de configuração da análise de trabalhos de monitoramento `name_or_index`. 
+ `facet_value`: O valor da faceta, fornecido pela faceta de configuração da análise de trabalhos de monitoramento `value_or_threshold`.
+ `metric_name`: O nome abreviado da métrica de desvio. Por exemplo, “CI” para desequilíbrio de classes. Consulte [Métricas de desvio pré-treinamento](clarify-measure-data-bias.md) para obter os nomes abreviados de cada uma das métricas de desvio pré-treinamento e [Métricas de dados pós-treinamento e desvio do modelo](clarify-measure-post-training-bias.md) para os nomes abreviados de cada uma das métricas de desvio pós-treinamento.
+ `constraint_check_type`: O tipo de violação monitorada. No momento, somente `bias_drift_check` é compatível.
+ `description`: Uma mensagem descritiva para explicar a violação.

```
{
    "version": "1.0",
    "violations": [{
        "facet": "string",
        "facet_value": "string",
        "metric_name": "string",
        "constraint_check_type": "string",
        "description": "string"
    }]
}
```

Uma métrica de desvio é usada para medir o nível de igualdade em uma distribuição. Um valor próximo de zero indica que a distribuição está mais equilibrada. Se o valor de uma métrica de desvio no arquivo de resultados da análise do trabalho (analysis.json) for pior do que o valor correspondente no arquivo de restrições da linha de base, uma violação será registrada. Por exemplo, se a restrição da linha de base para a métrica de desvio da DPPL for `0.2` e o resultado da análise for `0.1`, nenhuma violação será registrada porque `0.1` está mais próximo de `0` que `0.2`. No entanto, se o resultado da análise for `-0.3`, uma violação será registrada porque está mais longe de `0` do que a restrição da linha de base de `0.2`.

```
{
    "version": "1.0",
    "violations": [{
        "facet": "Age",
        "facet_value": "40",
        "metric_name": "CI",
        "constraint_check_type": "bias_drift_check",
        "description": "Value 0.0751544567666083 does not meet the constraint requirement"
    }, {
        "facet": "Age",
        "facet_value": "40",
        "metric_name": "DPPL",
        "constraint_check_type": "bias_drift_check",
        "description": "Value -0.0791244970125596 does not meet the constraint requirement"
    }]
}
```