Quality Reporter Guide¶

실무 운영 가이드에서 Quality, Reporter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다. 실무 운영 가이드에서 Truthound을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다. 실무 운영 가이드에서 ValidationRunResult을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다. 실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

실무 운영 가이드에서 truthound.reporters.quality, truthound.reporters을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다. 실무 운영 가이드에서 get_reporter(...)을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

개요¶

실무 운영 가이드에서 Quality, Reporter을(를) 다루는 항목입니다:

실무 운영 가이드에서 Component을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Description을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
리포터	실무 운영 가이드에서 HTML, JSON, Generate, Console, Markdown, JUnit을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 Filters을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Composable을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
엔진	실무 운영 가이드에서 Pipeline-based을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 CLI, Commands을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Command-line을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

Contract Boundary¶

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 다루는 항목입니다:

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 get_quality_reporter(...)을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
파이프라인: QualityReportEngine and QualityReportPipeline

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 다루는 항목입니다:

실무 운영 가이드에서 ValidationRunResult을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 truthound.reporters.get_reporter(...)을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

빠른 시작¶

Python API¶

from truthound.profiler.quality import RuleQualityScorer, ValidationRule, RuleType
from truthound.reporters.quality import (
    get_quality_reporter,
    QualityFilter,
    QualityReportEngine,
)

# Score some rules
scorer = RuleQualityScorer()
scores = scorer.score_all(rules, data)

# Generate a console report
reporter = get_quality_reporter("console")
print(reporter.render(scores))

# Generate an HTML report with charts
reporter = get_quality_reporter("html", include_charts=True)
reporter.write(scores, "quality_report.html")

# Filter and report
good_scores = QualityFilter.by_level(min_level="good").apply(scores)
reporter.render(good_scores)

CLI¶

# Generate console report
th quality report scores.json

# Generate HTML report
th quality report scores.json -f html -o report.html

# Filter scores
th quality filter scores.json --min-level good -o filtered.json

# Compare rules by quality
th quality compare scores.json --sort-by f1

# View summary statistics
th quality summary scores.json

리포터¶

Available Formats¶

실무 운영 가이드에서 Format을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Extension을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Description을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `console`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 `.txt`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Rich을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `json`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 `.json`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 JSON, API, Structured, APIs을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `html`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 `.html`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 HTML, Styled을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `markdown`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 `.md`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Markdown, GitHub을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `junit`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 `.xml`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	JUnit XML for CI/CD 통합

Console Reporter¶

실무 운영 가이드에서 Produces, Rich을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality import ConsoleQualityReporter

reporter = ConsoleQualityReporter(
    color=True,       # Enable colors
    width=120,        # Terminal width
)
print(reporter.render(scores))

실무 운영 가이드에서 Output을(를) 다루는 항목입니다:

Quality Score Report

┌────────────────┬───────────┬─────────┬───────────┬────────┬──────────┬──────┐
│ Rule Name      │ Level     │ F1      │ Precision │ Recall │ Confid.  │ Use? │
├────────────────┼───────────┼─────────┼───────────┼────────┼──────────┼──────┤
│ email_format   │ excellent │ 95.50%  │ 96.00%    │ 95.00% │ 90.00%   │ ✓    │
│ age_range      │ good      │ 87.00%  │ 88.00%    │ 86.00% │ 85.00%   │ ✓    │
│ phone_pattern  │ poor      │ 53.40%  │ 55.00%    │ 52.00% │ 50.00%   │ ✗    │
└────────────────┴───────────┴─────────┴───────────┴────────┴──────────┴──────┘

JSON Reporter¶

실무 운영 가이드에서 JSON, Produces을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality import JsonQualityReporter

reporter = JsonQualityReporter(
    indent=2,        # JSON indentation
    sort_keys=True,  # Sort object keys
)
json_output = reporter.render(scores)

실무 운영 가이드에서 Output을(를) 다루는 항목입니다:

{
  "scores": [
    {
      "rule_name": "email_format",
      "rule_type": "pattern",
      "column": "email",
      "metrics": {
        "f1_score": 0.955,
        "precision": 0.96,
        "recall": 0.95,
        "accuracy": 0.97,
        "confidence": 0.9,
        "quality_level": "excellent"
      },
      "recommendation": "Excellent quality. Safe to use.",
      "should_use": true
    }
  ],
  "count": 3,
  "statistics": {...},
  "generated_at": "2026-01-28T10:30:00"
}

HTML Reporter¶

실무 운영 가이드에서 HTML, Produces, ApexCharts을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality import HtmlQualityReporter
from truthound.reporters.quality.config import QualityReporterConfig, ChartType

config = QualityReporterConfig(
    title="My Quality Report",
    include_charts=True,
    chart_types=[ChartType.BAR, ChartType.GAUGE, ChartType.RADAR],
    theme="light",  # light, dark, professional
)

reporter = HtmlQualityReporter(config=config)
reporter.write(scores, "report.html")

Markdown Reporter¶

실무 운영 가이드에서 Produces, Markdown을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality import MarkdownQualityReporter

reporter = MarkdownQualityReporter(
    title="Quality Report",
    description="Automated rule quality assessment",
)
md_output = reporter.render(scores)

JUnit Reporter¶

실무 운영 가이드에서 Produces, JUnit, XML, CI/CD, Scores을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality.reporters import JUnitQualityReporter

reporter = JUnitQualityReporter(min_f1=0.7)
xml_output = reporter.render(scores)

Filters¶

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

Basic Filters¶

from truthound.reporters.quality.filters import QualityFilter

# Filter by quality level
excellent_only = QualityFilter.by_level("excellent")
good_or_better = QualityFilter.by_level(min_level="good")

# Filter by metric values
high_f1 = QualityFilter.by_metric("f1_score", ">=", 0.9)
low_precision = QualityFilter.by_metric("precision", "<", 0.7)

# Filter by confidence
high_confidence = QualityFilter.by_confidence(min_value=0.8)

# Filter by column
specific_columns = QualityFilter.by_column(include=["email", "phone"])
exclude_columns = QualityFilter.by_column(exclude=["internal_id"])

# Filter by rule type
pattern_rules = QualityFilter.by_rule_type(include=["pattern"])

# Filter by recommendation
recommended = QualityFilter.by_recommendation(should_use=True)

Combining Filters¶

실무 운영 가이드에서 Filters, AND, NOT을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

# Using methods
combined = (
    QualityFilter.by_level(min_level="good")
    .and_(QualityFilter.by_confidence(min_value=0.8))
)

# Using operators
combined = (
    QualityFilter.by_level("excellent")
    | QualityFilter.by_level("good")
) & QualityFilter.by_recommendation(should_use=True)

# Negation
not_poor = QualityFilter.by_level("poor").not_()
# or
not_poor = ~QualityFilter.by_level("poor")

# Complex combinations
filter_obj = QualityFilter.all_of(
    QualityFilter.by_level(min_level="acceptable"),
    QualityFilter.by_confidence(min_value=0.6),
    QualityFilter.by_recommendation(should_use=True),
)

Custom Filters¶

실무 운영 가이드에서 Create을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

# Custom predicate filter
long_names = QualityFilter.custom(
    predicate=lambda s: len(s.rule_name) > 10,
    name="long_names",
    description="Rules with names longer than 10 characters",
)

# Apply filter
result = long_names.apply(scores)

Filter from 설정¶

실무 운영 가이드에서 JSON, YAML, Create, YAML/JSON을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality.config import QualityFilterConfig

config = QualityFilterConfig(
    min_level="acceptable",
    min_f1=0.7,
    min_confidence=0.5,
    should_use_only=True,
    include_columns=["email", "phone"],
)

filter_obj = QualityFilter.from_config(config)
filtered_scores = filter_obj.apply(scores)

리포트 엔진¶

실무 운영 가이드에서 Report, Engine을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

Basic Usage¶

from truthound.reporters.quality.engine import (
    QualityReportEngine,
    generate_quality_report,
)

# Using the engine
engine = QualityReportEngine()
result = engine.generate(
    scores,
    format="html",
    output_path="report.html",
    filter=QualityFilter.by_level(min_level="good"),
    sort_order=ReportSortOrder.F1_DESC,
    max_scores=20,
)

print(f"Generated in {result.generation_time_ms}ms")
print(f"Scores included: {result.scores_count}")

# Convenience function
result = generate_quality_report(scores, format="json")

파이프라인 API¶

실무 운영 가이드에서 API을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality.engine import QualityReportPipeline
from truthound.reporters.quality.config import ReportSortOrder

pipeline = (
    QualityReportPipeline()
    .filter(QualityFilter.by_level(min_level="acceptable"))
    .sort(ReportSortOrder.F1_DESC)
    .limit(10)
    .statistics()
    .render("html")
    .write("report.html")
)

context = pipeline.execute(scores)

print(f"Filtered count: {context.filtered_count}")
print(f"Statistics: {context.statistics.to_dict()}")

Convenience Functions¶

from truthound.reporters.quality.engine import (
    filter_quality_scores,
    compare_quality_scores,
)

# Filter scores
filtered = filter_quality_scores(
    scores,
    min_level="acceptable",
    min_f1=0.7,
    should_use_only=True,
)

# Compare and rank scores
ranked = compare_quality_scores(
    scores,
    sort_by="f1_score",
    descending=True,
)

CLI Commands¶

quality 리포트¶

실무 운영 가이드에서 Generate을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

# Basic console report
th quality report scores.json

# HTML report with charts
th quality report scores.json -f html -o report.html --charts

# JSON report filtered by level
th quality report scores.json -f json --min-level good

# Markdown with custom title
th quality report scores.json -f markdown -o QUALITY.md --title "Rule Quality Assessment"

# Filter and limit
th quality report scores.json -f html -o report.html --min-f1 0.8 --max 20

# Only recommended rules
th quality report scores.json --should-use-only

quality filter¶

실무 운영 가이드에서 Filter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

# Filter by minimum level
th quality filter scores.json --min-level good

# Filter by F1 score range
th quality filter scores.json --min-f1 0.7 --max-f1 0.95

# Filter by specific columns
th quality filter scores.json --columns email,phone,name

# Filter by rule types
th quality filter scores.json --rule-types pattern,range

# Invert filter (show non-matching)
th quality filter scores.json --min-level good --invert

# Save filtered results
th quality filter scores.json --min-level acceptable -o filtered.json

quality compare¶

실무 운영 가이드에서 Compare을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

# Rank by F1 score (default)
th quality compare scores.json

# Rank by precision
th quality compare scores.json --sort-by precision

# Top 10 rules
th quality compare scores.json --max 10

# Ascending order
th quality compare scores.json --asc

# Group by column
th quality compare scores.json --group-by column

# Group by quality level
th quality compare scores.json --group-by level

# Save comparison
th quality compare scores.json -o comparison.json

quality summary¶

실무 운영 가이드에서 Display을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

th quality summary scores.json

실무 운영 가이드에서 Output을(를) 다루는 항목입니다:

Quality Score Summary

Total Rules: 25

Quality Level Distribution:
┌──────────────┬───────┬────────────┐
│ Level        │ Count │ Percentage │
├──────────────┼───────┼────────────┤
│ Excellent    │ 8     │ 32.0%      │
│ Good         │ 10    │ 40.0%      │
│ Acceptable   │ 4     │ 16.0%      │
│ Poor         │ 2     │ 8.0%       │
│ Unacceptable │ 1     │ 4.0%       │
└──────────────┴───────┴────────────┘

Recommendations:
  Should Use: 22
  Should Not Use: 3

Metric Averages:
┌────────────┬─────────┬─────────┬─────────┐
│ Metric     │ Average │ Min     │ Max     │
├────────────┼─────────┼─────────┼─────────┤
│ F1 Score   │ 83.25%  │ 45.00%  │ 98.50%  │
│ Precision  │ 85.10%  │ 48.00%  │ 99.00%  │
│ Recall     │ 81.40%  │ 42.00%  │ 98.00%  │
│ Confidence │ 78.00%  │ 35.00%  │ 95.00%  │
└────────────┴─────────┴─────────┴─────────┘

설정¶

QualityReporterConfig¶

실무 운영 가이드에서 Main을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality.config import (
    QualityReporterConfig,
    QualityDisplayMode,
    ReportSortOrder,
    ChartType,
)

config = QualityReporterConfig(
    # Output settings
    output_path="report.html",
    title="Quality Score Report",
    description="Automated assessment of validation rules",

    # Content settings
    include_metrics=True,
    include_confusion_matrix=True,
    include_confidence_intervals=True,
    include_trend_analysis=False,
    include_recommendations=True,
    include_statistics=True,
    include_summary=True,
    include_charts=True,

    # Formatting
    metric_precision=4,           # Decimal places
    percentage_format=True,       # Display as percentages
    timestamp_format="%Y-%m-%d %H:%M:%S",

    # Display
    display_mode=QualityDisplayMode.NORMAL,  # COMPACT, NORMAL, DETAILED, FULL
    sort_order=ReportSortOrder.F1_DESC,
    max_scores=None,              # None for all

    # HTML-specific
    theme="light",                # light, dark, professional
    chart_library="apexcharts",   # apexcharts, chartjs
    chart_types=[ChartType.BAR, ChartType.GAUGE],
    custom_css=None,
)

Preset 설정s¶

# Compact (minimal details)
config = QualityReporterConfig.compact()

# Detailed (all metrics)
config = QualityReporterConfig.detailed()

# Full (everything enabled)
config = QualityReporterConfig.full()

Custom 리포터¶

실무 운영 가이드에서 Create을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

from truthound.reporters.quality.base import BaseQualityReporter
from truthound.reporters.quality.config import QualityReporterConfig
from truthound.reporters.quality.factory import register_quality_reporter

@register_quality_reporter("csv")
class CsvQualityReporter(BaseQualityReporter[QualityReporterConfig]):
    name = "csv"
    file_extension = ".csv"
    content_type = "text/csv"

    def render(self, data):
        scores = self.normalize_input(data)
        scores = self.sort_scores(scores)

        lines = ["rule_name,level,f1,precision,recall,should_use"]
        for score in scores:
            m = score.metrics
            lines.append(
                f"{score.rule_name},{m.quality_level.value},"
                f"{m.f1_score},{m.precision},{m.recall},{score.should_use}"
            )
        return "\n".join(lines)

# Use it
reporter = get_quality_reporter("csv")
csv_output = reporter.render(scores)

통합 예시¶

CI/CD 파이프라인¶

# GitHub Actions
steps:
  - name: Run quality checks
    run: |
      th quality report scores.json -f junit -o quality.xml
      th quality report scores.json -f html -o quality.html

  - name: Upload quality report
    uses: actions/upload-artifact@v3
    with:
      name: quality-report
      path: quality.html

  - name: Publish test results
    uses: EnricoMi/publish-unit-test-result-action@v2
    with:
      files: quality.xml

Automated Alerting¶

from truthound.reporters.quality import QualityFilter, generate_quality_report

# Score rules
scores = scorer.score_all(rules, data)

# Check for degraded rules
degraded = QualityFilter.all_of(
    QualityFilter.by_level(max_level="poor"),
    QualityFilter.by_recommendation(should_use=False),
).apply(scores)

if degraded:
    # Generate alert report
    result = generate_quality_report(degraded, format="markdown")
    send_slack_alert(f"Quality Alert: {len(degraded)} rules degraded\n{result.content}")

Dashboard 통합¶

from truthound.reporters.quality.base import QualityStatistics

# Calculate statistics for dashboard
stats = QualityStatistics.from_scores(scores)

# Send to monitoring system
metrics = {
    "quality.total_rules": stats.total_count,
    "quality.excellent_count": stats.excellent_count,
    "quality.should_use_count": stats.should_use_count,
    "quality.avg_f1": stats.avg_f1,
    "quality.min_f1": stats.min_f1,
}
prometheus_client.push_metrics(metrics)

권장 방식¶

실무 운영 가이드에서 관련 설정과 실행 흐름을(를) 다루는 항목입니다:
실무 운영 가이드에서 Console을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 JSON, API, API/programmatic을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
HTML for stakeholder 리포트
실무 운영 가이드에서 Markdown을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 JUnit, CI/CD을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 Filter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

실무 운영 가이드에서 Set을(를) 다루는 항목입니다:

from truthound.reporters.quality.config import QualityThresholds

thresholds = QualityThresholds(
    excellent=0.95,
    good=0.85,
    acceptable=0.70,
    poor=0.50,
)

실무 운영 가이드에서 Monitor을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 Integrate, CI/CD을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

API 레퍼런스¶

Modules¶

실무 운영 가이드에서 truthound.reporters.quality.protocols, Protocol을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
truthound.reporters.quality.config - 설정 classes
실무 운영 가이드에서 truthound.reporters.quality.base, Base을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 truthound.reporters.quality.filters, Filter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 truthound.reporters.quality.formatters, Output을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 truthound.reporters.quality.reporters, Concrete을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 truthound.reporters.quality.factory, Factory을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
truthound.reporters.quality.engine - 리포트 엔진 and 파이프라인

Key Classes¶

실무 운영 가이드에서 Class을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Description을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `BaseQualityReporter`, BaseQualityReporter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Abstract을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `QualityReporterConfig`, QualityReporterConfig을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	Main 설정 class
실무 운영 가이드에서 `QualityFilter`, QualityFilter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Factory을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `QualityReportEngine`, QualityReportEngine을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	High-level 리포트 generation
실무 운영 가이드에서 `QualityReportPipeline`, QualityReportPipeline을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	Composable 파이프라인 for 리포트
실무 운영 가이드에서 `QualityStatistics`, QualityStatistics을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Aggregate을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.

Key Functions¶

실무 운영 가이드에서 Function을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Description을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `get_quality_reporter(format, **kwargs)`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Create을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `generate_quality_report(scores, format, ...)`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	Generate 리포트 directly
실무 운영 가이드에서 `filter_quality_scores(scores, ...)`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Filter을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.
실무 운영 가이드에서 `compare_quality_scores(scores, ...)`을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.	실무 운영 가이드에서 Sort을(를) 기준으로 데이터 품질 검증, 워크플로우 자동화, 결과 해석 방법을 설명합니다.