Analisi dei modelli
Qlik AutoML fornisce un'esperienza visiva essenziale per l'analisi dei modelli addestrati nell'esperimento. È possibile analizzare le metriche chiave del modello, che utilizzano un'interfaccia semplice che include riepiloghi e visualizzazioni generati automaticamente. Per un'analisi e un confronto più dettagliati, è possibile utilizzare le analisi integrate.
Prima di iniziare
Prima di analizzare i modelli, può essere utile avere una comprensione basica dei concetti di verifica del modello. Questa include i punteggi del modello, l'importanza della funzione e gli algoritmi.
Per informazioni, vedere Nozioni sui concetti per la verifica dei modelli
Analisi rapida
Con l'analisi rapida, è possibile comprendere rapidamente com'è andato l'addestramento del modello, oltre alla qualità dei modelli risultanti.
Prima di approfondire l'analisi, si consiglia di aprire la scheda Dati per visualizzare come sono stati gestiti i dati dell'addestramento. Questo può essere importante, perché si può scoprire che le funzioni non sono utilizzabili nella versione.
Aprire la scheda Modelli nell'esperimento per una panoramica dei risultati dell'addestramento. È possibile confrontare rapidamente i modelli e identificare quelli più performanti. Le informazioni visualizzate in questa scheda variano a seconda se si utilizza l'ottimizzazione intelligente del modello , oltre al tipo di problema per l'esperimento.
Per una guida completa, vedere Esecuzione di analisi rapide dei modelli.
Confronto dei modelli
Utilizzare le analisi integrate per effettuare il confronto approfondito e interattivo dei modelli. È possibile effettuare questi confronti nella scheda Confronta.
Durante il confronto dei modelli, è possibile fare quanto segue:
-
Confrontare tutte le metriche del modello per tutti i modelli.
-
Visualizzare e confrontare i punteggi di addestramento e controllo automatico per tutti i modelli.
-
Confrontare i valori degli iperparametri per tutti i modelli.
Per una guida completa, vedere Confronto dei modelli.
Analisi dettagliata
Nella scheda Analizza dell'esperimento, eseguire un'analisi dettagliata per un modello specifico. Le analisi dettagliate vengono eseguite utilizzando le analisi integrate. È possibile filtrare in modo interattivo i dati per ottenere una migliore comprensione delle prestazioni del modello per cluster di dati specifici.
Con l'analisi dettagliata del modello, è possibile identificare i problemi causati dai dati di addestramento e scoprire di più sui punti di forza e debolezza del modello.
Per una guida completa, vedere Esecuzione di analisi dettagliate dei modelli.
Passaggi successivi
I passaggi successivi possono dipendere da come si ottimizzano i modelli.
L'ottimizzazione intelligente del modello teoricamente crea un modello pronto per la distribuzione con un minimo o nessun affinamento. La qualità dei modelli continua a dipendere dalla qualità dei dati di addestramento e dalla configurazione dell'esperimento. Dopo aver analizzato i modelli e aver risolto qualsiasi problema con la qualità dei dati o la configurazione dell'esperimento, si può iniziare a distribuire il modello più performante.
Se si identificano ulteriori problemi dopo aver eseguito l'ottimizzazione intelligente del modello, o se si è disattivata l'ottimizzazione intelligente del modello sin dall'inizio, è possibile configurare manualmente nuove versioni dell'esperimento per migliorare i modelli risultanti.
Gli esempi delle fasi di affinamento includono:
Attivazione dell'ottimizzazione intelligente dopo aver iniziato senza utilizzarla.
Disattivazione dell'ottimizzazione intelligente dopo aver eseguito una versione utilizzandola. Questo consente di apportare regolazioni alla configurazione in base alle esigenze.
Modifica o aggiornamento dei dati di addestramento.
Modifica delle funzioni incluse.
Modifica della gestione dei dati della funzione (per esempio, la modifica del tipo di una funzione).
Quando si raggiungono i risultati desiderati, distribuire il modello migliore. Per ulteriori informazioni, vedere: