本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 偏差偏移违规
<a name="clarify-model-monitor-bias-drift-violations"></a>

偏差偏移作业根据当前 `MonitoringExecution` 的分析结果来评估[基准配置](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateModelBiasJobDefinition.html#sagemaker-CreateModelBiasJobDefinition-request-ModelBiasBaselineConfig)提供的基准约束。如果检测到违规行为，则该作业会将其列在执行输出位置的 *constraint\$1violations.json* 文件中，并将执行状态标记为 [解释结果](model-monitor-interpreting-results.md)。

以下是偏差偏移违规文件的架构。
+ `facet` - 分面的名称，由监控作业分析配置分面 `name_or_index` 提供。
+ `facet_value` - 分面的值，由监控作业分析配置分面 `value_or_threshold` 提供。
+ `metric_name` - 偏差指标的简称。例如，“CI”表示类别不平衡。有关每个训练前偏差指标的简称，请参阅[训练前偏差指标](clarify-measure-data-bias.md)；有关每个训练后偏差指标的简称，请参阅[训练后数据和模型偏差指标](clarify-measure-post-training-bias.md)。
+ `constraint_check_type` - 监控的违规类型。目前仅支持 `bias_drift_check`。
+ `description` - 解释违规行为的描述性消息。

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

偏差指标用于衡量分布中的相等程度。值接近于零表示分布较为均衡。如果作业分析结果文件 (analysis.json) 中偏差指标的值比基准约束文件中的相应值差，则会记录违规行为。例如，如果 DPPL 偏差指标的基准约束为 `0.2`，而分析结果为 `0.1`，则不会记录任何违规行为，因为 `0.1` 比 `0.2` 更接近 `0`。但是，如果分析结果为 `-0.3`，则会记录违规行为，因为它比基准约束 `0.2` 离 `0` 更远。

```
{
    "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"
    }]
}
```