モデルのレビュー
機械学習モデルを評価するには、モデル スコアとメトリクスについて理解する必要があります。場合によっては、各フィールドや値が予測の結果にどのように影響するか (何かが起こる理由) を理解することが、予測よりも重要になることがあります。
ワークフロー
モデルを確認するときは、最良の結果を得るために、このステップバイステップのワークフローを完了してください。
ステップ1: 概念を理解する
モデル メトリクスの確認を開始する前に、基本的な概念を理解しておくと役立ちます。Qlik AutoML では、モデル メトリクスは一般的に次のように分類されます。
-
モデル スコア
-
特徴量重要度メトリクス
さらに、モデルをトレーニングするために利用できる多くのさまざまなアルゴリズムがあります。詳細については、「モデル アルゴリズムの理解」を参照してください。
ステップ2: インターフェイスを使用して分析を実行する
次のステップは、Qlik AutoML を使用してトレーニングの結果を評価することです。実験インターフェイスのさまざまなタブを切り替えると、次を実行できます。
-
トレーニング データを検査して、トレーニング中にどのように前処理されたかを確認する
-
AutoML が特徴量選択を変更してモデルを最適化した方法の概要を表示する
-
コアモデル メトリクスの高レベル分析を実行する
-
個々のモデルを詳細に比較および分析してさらに深く掘り下げる
詳細については、次のガイドを参照してください。
ステップ3: 必要に応じてモデルを改良する
モデルを分析した後、結果を改善するためにモデルを改良できます。
実験では、インテリジェント モデル最適化が既定で有効になっています。この機能は、モデルのパフォーマンスに影響を与える可能性のある特徴量を除外することで、モデルを自動的に改良します。適切に準備されたデータセットがあると仮定すると、結果は展開できる状態であるか、準備がほぼ整っているはずです。
または、インテリジェント最適化なしでトレーニングを開始することも、1 つ以上の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ともできます。これは、トレーニング プロセスをより細かく制御する必要がある場合に便利です。
モデル展開の前または後に、追加の改良が必要になる場合があります。 たとえば、トレーニング データを変更または更新した後に、モデルを再トレーニングする必要がある場合があります。
モデルを改良する方法の詳細については、「モデルの改良」を参照してください。
改良プロセスを完了すると、最適なモデルを展開する準備が整います。