モデルの分析

Qlik AutoML は、実験でトレーニングしたモデルを分析するための豊富なビジュアル エクスペリエンスを提供します。自動生成された概要とビジュアライゼーションを含むシンプルなインターフェイスを使用して、主要なモデル メトリクスを分析できます。より詳細な分析と比較を実行するには、組み込み型アナリティクスを使用できます。

始める前に:

モデルを分析する前に、モデルレビューの概念について基本的な理解を深めておくと役立ちます。これには、モデル スコア、特徴量重要度、アルゴリズムが含まれます。

詳細については、「モデル レビューの概念を理解する」を参照してください。

クイック分析

クイック分析を使用すると、モデルのトレーニングの進行状況や、結果として得られたモデルの品質について迅速に理解できます。

分析に進む前に、 [データ] タブを開いて、トレーニング データがどのように処理されたかを確認することをお勧めします。このバージョンでは使用できない特徴量が判明している可能性があるため、これは重要になります。

トレーニング結果の概要を確認するには、実験の [モデル] タブを開きます。モデルを迅速に比較しパフォーマンス最上位のモデルを特定できます。 このタブに表示される情報は、インテリジェント モデル最適化を使用しているかどうか、および実験の問題の種類に応じて異なります。

包括的なガイドについては、「モデルのクイック分析の実行」を参照してください。

モデルの比較

組み込み型アナリティクスを使用して、モデルのインタラクティブで詳細な比較を実行します。これらの比較は [比較] タブで実行できます。

モデルの比較中に、次を実行できます。

• すべてのモデルについて、利用可能なすべてのモデル メトリクスを比較する。

• すべてのモデルのトレーニング スコアとホールドアウト スコアを表示して比較する。

• すべてのモデル間でハイパーパラメーター値を比較する。

包括的なガイドについては、「モデルの比較」を参照してください。

詳細な分析

実験の [分析] タブで、特定のモデルの詳細な分析を実行します。詳細分析は、組み込み型アナリティクスを使用して行われます。データをインタラクティブにフィルタリングして、特定のデータ クラスターのモデル パフォーマンスをより深く理解できます。

詳細なモデル分析により、トレーニング データに起因する問題を特定し、モデルの長所と短所について詳しく知ることができます。

包括的なガイドについては、「詳細なモデル分析の実行」を参照してください。

次のステップ

次のステップは、モデルを最適化する方法に応じて異なります。

インテリジェント モデル最適化により、ほぼ改良を加えることなく、すぐに展開できる理想的なモデルが作成されます。モデルの品質は、トレーニング データと実験構成の品質に依存します。モデルを分析し、データ品質や実験構成に関するその他の問題に対処したら、パフォーマンス最上位のモデルを展開する準備が整います。

インテリジェント モデル最適化を実行した後にさらに問題が特定された場合、または最初からインテリジェント モデル最適化をオフにしていた場合は、実験の新しいバージョンを手動で構成して、結果のモデルを改善できます。

改良のステップの例には、次のようなものがあります。

• インテリジェント最適化なしで起動した後に、インテリジェント最適化をオンにする。

• インテリジェント最適化を使用したバージョンを実行した後に、インテリジェント最適化をオフにする。これにより、必要に応じて構成を微調整できます。

• トレーニング データを変更または更新する。

• 含まれる特徴量を変更する。

• 特徴量データの処理を変更する (例: 特徴量の特徴量タイプの変更)。

望ましい結果が得られたら、最適なモデルを展開します。詳細については、次を参照してください

• モデルの改良

• モデルの展開