# モデル レビューの概念を理解する

トレーニング結果の分析を開始する前に、モデル メトリクスの基本を理解しておくと役立ちます。

利用可能なモデル メトリクスは、モデル スコアと特徴量重要度メトリクスの 2 種類に大まかに分類できます。モデルを確認するときは、両方の種類のメトリクスを分析する必要があります。

利用可能な各アルゴリズムがモデルをトレーニングする方法にも違いがあります。

## モデル スコア

モデル スコアは、モデルの予測の精度を示します。

[モデル スコアの解釈](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-models.htm)

## 特徴量重要度

特徴量重要度は厳密にはモデル スコアではありませんが、モデルの品質を評価し、潜在的な問題を診断するためには、モデル スコアと組み合わせて使用する必要があります。特徴量重要度は、データの傾向に影響を与える主要な要因についてのインサイトも提供します。

[特徴量重要度を理解する](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/feature-importance.htm)

## アルゴリズム

特定のアルゴリズムは、特定の問題タイプに最適です。各アルゴリズムには長所と短所があり、モデルを検討する際にはそれを考慮する必要があります。

[モデル アルゴリズムの理解](https://help.qlik.com/ja-JP/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/algorithms.htm)