Het dagelijkse verkoopprognosemodel van een detailhandelsbedrijf produceert al drie weken onnauwkeurige prognoses. Een AWS Glue-taak voegt elke dag de werkelijke verkoop en modelvoorspellingen toe aan S3. Het ML-team onderzoekt modeldegradatie in een SageMaker Studio notebook. Welke visualisatie toont de modeldegradatie in de loop van de tijd het meest nauwkeurig?

Een lijndiagram van de wekelijkse gemiddelde absolute fout (MAE) toont de prestaties van het model in de loop van de tijd, wat essentieel is voor het identificeren van modeldegradatie. Door de MAE wekelijks te plotten, kan het ML-team trends en afwijkingen in de nauwkeurigheid van de prognoses waarnemen, vooral de recente verslechtering. Histogrammen van dagelijkse verkoop of fouten (opties 1 en 2) geven een momentopname van de distributie, maar maken het moeilijk om veranderingen over tijd direct te visualiseren. Een spreidingsdiagram van verkoop versus modelfout (optie 4) toont de relatie tussen deze variabelen, maar is minder effectief voor het monitoren van de algehele modelprestatie over een langere periode.