モデル トレーニング データのエクスポート

実験の [比較] タブと [分析] タブで、モデル分析データをエクスポートできます。データをエクスポートすると、専用スペースの Qlik Cloud プラットフォームにエクスポートされ、Qlik Sense アプリでさらに分析できるようになります。

データをエクスポートした後、次の方法で Qlik Sense アプリにインポートできます。

• データ マネージャー および [データ カタログ] インターフェイスを使用して、データセットをアプリにロードします。

• スクリプトを使用してデータをロードするには、アプリで データ ロード エディター を使用します。

• データをさらに変換して新しいファイルに保存し、Qlik Sense アプリにロードできるようにするためのスクリプトとデータ フローを作成します。

使用できる形式

モデルのトレーニング データは、次の形式でエクスポートできます。

• Parquet (既定)

• CSV

• QVD

実験全体の分析データをエクスポートする

次を使用できます。

• モデル メトリクス: 実験でトレーニングされたすべてのモデルのパフォーマンス指標をエクスポートします。パフォーマンス メトリクスは、トレーニングされたモデルを自動ホールドアウト データに対してテストすることによって生成されます。データセットには、トレーニング データ自体に対してトレーニング済みモデルをテストすることによって生成されたパフォーマンス メトリクスも含まれます。

• ハイパーパラメータ: モデルのトレーニング時に使用されたハイパーパラメータのデータをエクスポートします。

次の手順を実行します。

1. [ML 実験] の [比較] タブを開きます。

2. 埋め込み分析の上にある [データをカタログにエクスポート] をクリックします。

3. チェックボックスを使用して、必要に応じてオプションを選択またはクリアします。

4. 必要に応じて、フォルダやファイル名など、デフォルトのデータセットのパスを編集してください。/ 文字でフォルダを区切ります。

   フォルダ参照の詳細については、「パス内のフォルダ参照に関するヒント」を参照してください。

   

5. データのアウトプット形式を選択します。

6. エクスポートされたデータを保存するスペースを選択します。

7. ボタンをクリックしてデータセットをエクスポートします。

個別モデルの分析データのエクスポート

次を使用できます。

• 予測データ: モデルが自動ホールドアウト データに対して作成した予測の予測データをエクスポートします。分類モデルの場合、各クラスの確率が含まれます。

• SHAP とテスト データ: 自動ホールドアウト データに基づいてモデルによって計算された SHAP データをエクスポートします。自動ホールドアウト データの実際の特徴量値もデータセットに含まれています。

• 特徴量メタデータ: モデルのトレーニングに使用される各特徴量の日付タイプと特徴量タイプを含むデータセットをエクスポートします。

次の手順を実行します。

1. ML 実験の [分析] タブで、特定のモデルを選択するか、別のビューからモデルの横にある [分析] をクリックします。

2. 埋め込み分析の上にある [データをカタログにエクスポート] をクリックします。

3. チェックボックスを使用して、必要に応じてオプションを選択またはクリアします。

4. 必要に応じて、フォルダやファイル名など、デフォルトのデータセットのパスを編集してください。/ 文字でフォルダを区切ります。

   フォルダ参照の詳細については、「パス内のフォルダ参照に関するヒント」を参照してください。

   

5. データのアウトプット形式を選択します。

6. エクスポートされたデータを保存するスペースを選択します。

7. ボタンをクリックしてデータセットをエクスポートします。

 

• 以下の名前と場所を持つモデル メトリクス データセット:Model Performance/MyExperiment。これにより、データセット MyExperiment をスペース内の ModelPerformance フォルダに格納することができます。

• 以下の名前と場所を持つ機能メタデータ データセット:Model Performance/Candidate Models/v01_LOGC_00_00。これにより、データセット v01_LOGC_00_00 をスペース内の Model Performance/Candidate Models フォルダ構造に格納することができます。