Comparación de modelos

En la pestaña Comparar del experimento, puede ver todas las puntuaciones de los modelos y los hiperparámetros de los modelos que entrena. Compare modelos mediante las analíticas integradas.

Una vez finalizado el entrenamiento, realice un análisis comparativo de los modelos en la pestaña Comparar. Cuando haya terminado de comparar sus modelos, puede pasar a la pestaña Analizar para realizar un análisis detallado de los modelos individuales. Para obtener más información, consulte Realización de análisis detallados de modelos.

Flujo de trabajo del análisis

Para entender de un modo completo los resultados del entrenamiento del modelo, se recomienda que complete el análisis rápido y, a continuación, proceda con las opciones adicionales de las pestañas Comparar y Analizar. El análisis rápido ofrece un resumen del entrenamiento del modelo que muestra qué funciones se han descartado durante el proceso de optimización inteligente, y también proporciona una serie de visualizaciones generadas automáticamente que permiten un consumo rápido. Las pestañas Comparar y Analizar no muestran el resumen de entrenamiento del modelo, pero le permiten profundizar en las métricas del modelo para comprender mejor la calidad de sus modelos. Para obtener más información sobre el análisis rápido, consulte Gráfico de dispersión para una función numérica seleccionada, que permite analizar la distribución de los valores SHAP.

Comprensión de los conceptos

Puede resultar útil contar con un entendimiento básico de los conceptos que subyacen al análisis de modelos antes de empezar a comparar sus modelos. Para obtener más información, consulte Comprensión de los conceptos de revisión de modelos.

Impacto de la configuración de optimización en el análisis

Su experiencia de análisis puede ser ligeramente diferente en función de si ha utilizado la optimización inteligente de modelos o no. La optimización inteligente de modelos está activada de forma predeterminada para los experimentos nuevos.

Análisis de modelos entrenados con optimización inteligente

De forma predeterminada, los nuevos modelos se ejecutan con la optimización inteligente de modelos.

La optimización inteligente del modelo proporciona un proceso de entrenamiento más sólido que, de forma ideal, crea un modelo listo para implementarse con poco o ningún perfeccionamiento adicional. El rendimiento de estos modelos cuando se implementan para casos de uso en producción sigue dependiendo de su entrenamiento con un conjunto de datos de alta calidad que incluya características y datos relevantes.

Si su versión se entrenó con optimización inteligente de modelos, tenga en cuenta lo siguiente:

• Cada modelo de la versión puede tener una selección de características diferente en función de cómo haya analizado los datos el algoritmo.

• En la pestaña Modelos, lea el Resumen de entrenamiento del modelo antes de pasar al análisis específico. El Resumen de entrenamiento del modelo muestra un resumen de cómo AutoML optimizó automáticamente el modelo iterando sobre la selección de características y aplicando transformaciones avanzadas.

Si desea más información sobre la optimización inteligente de modelos, consulte Optimización inteligente de modelos.

Análisis de modelos entrenados sin optimización inteligente

Otra posibilidad es que haya desactivado la optimización inteligente del modelo para la versión del entrenamiento. La optimización manual de los modelos puede ser útil si necesita más control sobre el proceso de entrenamiento.

Si ha utilizado la optimización manual, todos los modelos de la versión tendrán la misma selección de características, por lo que no es necesario un resumen del entrenamiento del modelo.

Inspección de la configuración

Durante el preprocesamiento, es posible que se hayan excluido características para utilizarlas en el entrenamiento. Esto suele ocurrir porque se conoce más información sobre los datos a medida que avanza el entrenamiento que antes de ejecutar la versión.

Tras revisar el resumen de entrenamiento del modelo ( solo se muestra con la optimización inteligente), puede echar un vistazo más en profundidad a la configuración del experimento si necesita comprobar estos otros cambios.

Haga lo siguiente:

1. En el experimento, cambie a la pestaña Datos.

2. Asegúrese de que está en la vista de esquema.

3. Utilice el menú desplegable de la barra de herramientas para seleccionar un modelo de la versión.

4. Analice el esquema del modelo. Puede que desee centrarse en las columnas Información y Tipo de función para ver si ciertas características se han eliminado o se han transformado en un tipo de característica diferente.

   Por ejemplo, es posible que una característica marcada inicialmente como Posible texto libre se haya excluido después de ejecutar la versión.

   Para obtener más información sobre lo que significan los diferentes aspectos de la información, consulte Interpretación de la información sobre los conjuntos de datos.

Tenga en cuenta que si ejecuta la versión con la opción de optimización inteligente por defecto, cada modelo de la versión podría tener una selección de características diferente debido al perfeccionamiento automático. Si la versión se ha ejecutado sin optimización inteligente, la selección de características será la misma para todos los modelos de la versión. Para obtener más información sobre la optimización inteligente de modelos, consulte Optimización inteligente de modelos.

Según lo que encuentre en esta configuración, puede que necesite volver a la fase de preparación del conjunto de datos para mejorar los datos de las características.

Lanzamiento de una comparación de modelos

Haga lo siguiente:

• Abra la pestaña Comparar una vez finalizado el entrenamiento.

El contenido analítico depende del tipo de modelo, según lo definido por el objetivo del experimento. Habrá diferentes métricas disponibles para los distintos tipos de modelos.

Navegación por las analíticas integradas

Utilice la interfaz para comparar de forma interactiva modelos con analíticas integradas.

Desplazamiento entre hojas

El panel Hojas le permite cambiar entre las hojas del análisis. Cada hoja tiene un objetivo específico. El panel puede expandirse y contraerse según sea necesario.

Selecciones

Utilice las selecciones para perfeccionar los datos. Puede seleccionar modelos, funciones y otros parámetros. Esto le permite examinar más de cerca los detalles del entrenamiento. En algunos casos, puede que tenga que realizar una o varias selecciones para que se muestren las visualizaciones. Haga clic en los valores de los datos en las visualizaciones y los paneles de filtrado para realizar selecciones.

En relación con las selecciones, puede hacer lo siguiente:

• Seleccione valores haciendo clic en el contenido, definiendo rangos y dibujando.

• Busque dentro de los gráficos para seleccionar valores.

• Haga clic en un campo seleccionado en la barra de herramientas situada en la parte superior del análisis incrustado. Esto le permite buscar en las selecciones existentes, bloquearlas o desbloquearlas y modificarlas posteriormente.

• En la barra de herramientas situada en la parte superior del análisis insertado, haga clic en para eliminar una selección. Borre todas las selecciones haciendo clic en el icono .

• Avance y retroceda en las selecciones haciendo clic en y .

Los análisis contienen paneles de filtrado para facilitar la depuración de los datos. En un panel de filtrado, haga clic en la casilla de verificación para seleccionar un valor. Si el panel de filtrado contiene varias casillas de lista, haga clic en una casilla de lista para expandirla y, a continuación, realice las selecciones que desee.

Personalización de tablas

Las visualizaciones de tablas le permiten personalizar su aspecto, así como las columnas que aparecen en ellas. Las tablas pueden personalizarse con las siguientes opciones:

• Ajuste la anchura de la columna haciendo clic y arrastrando el borde exterior de la columna

• Haga clic en un encabezado de columna para:

  • Ajustar la ordenación de la columna

  • Buscar valores en la columna

  • Aplicar selecciones

Recargar datos

Haga clic en Recargar datos para actualizar el análisis con los últimos datos de entrenamiento. Si usted u otros usuarios ejecutan versiones adicionales del entrenamiento después de abrir el análisis, tendrá que volver a cargar los datos para visualizar estas versiones más recientes.

Exportar datos al catálogo

Puede exportar al catálogo los datos utilizados en el análisis de comparación de modelos. Los datos se exportan a un espacio en Analítica de Qlik Cloud. Puede utilizar los datos exportados para crear sus propias apps Qlik Sense para análisis personalizados.

Para más información, vea Exportar datos de entrenamiento de modelos.

Clasificación de modelos por métricas específicas

La hoja de Comparación de modelos contiene gráficos interactivos para visualizar cómo se comparan los modelos entre sí a través de las métricas especificadas. Utilice los paneles de filtrado situados debajo de cada gráfico para visualizar distintas métricas. Utilice esta personalización para mostrar las métricas más importantes para su caso de uso predictivo.

Comparación de las puntuaciones de los modelos y los valores de los hiperparámetros

En la hoja Detalles, las puntuaciones del modelo y los hiperparámetros se muestran en formato tabular. Utilizando los paneles de filtrado de la parte izquierda de la hoja, añada y elimine modelos y métricas según sea necesario.

Comparar puntuaciones de retención y puntuaciones de entrenamiento

La hoja Detalles muestra las métricas que se basan en los datos de retención automática (datos utilizados para validar el rendimiento del modelo después del entrenamiento). También puede añadir las métricas de los datos de entrenamiento a la tabla de Métricas del modelo para compararlas con las puntuaciones de retención. Estas puntuaciones a menudo serán similares, pero si varían significativamente es probable que haya un problema de fuga de datos o sobreajuste.

Haga lo siguiente:

1. En la pestaña Comparar, abra la hoja Detalles.

2. En la sección Columnas para mostrar, a la izquierda de la hoja, expanda el panel de filtro Métricas.

3. Marque y desmarque las casillas de verificación para cambiar las columnas según sea necesario. Las métricas de datos del entrenamiento están disponibles para añadir como columnas.

Las columnas se agregan a la tabla Métricas del modelo.