モデル スコアの表示

モデル ビューには、機械学習アルゴリズムのトレーニングから得られたインサイトのコレクションが表示されます。メトリクスとチャートを使用して、実験バージョン内または異なる実験バージョン間で異なるモデルを比較できます。メトリクスを確認して、モデルのパフォーマンスと、スコア向上のためにモデルを改良する方法を確認します。

実験バージョンに最適なアルゴリズムが自動的に選択され、 のマークが表示されます。分類モデルの F1 スコアと、回帰モデルの R2 スコアに基づいて評価されます。

モデルがすでに ML 展開に展開されている場合は、 アイコンをクリックして展開を開きます。同じモデルから 1 つ以上の展開が作成されている場合は、、 の順にクリックし、目的の ML 展開を開きます。

メトリクスをテーブルに表示する

機械学習の問題のタイプに応じて、さまざまなメトリクスを使用できます。

次の手順を実行します。

1. [モデル メトリクス] テーブルの右上にある、 をクリックします。

2. 表示するメトリクスを選択します。

モデル メトリクスの表示

モデル メトリクスを表示するときに使用できるフィルターは複数あります。[モデル メトリクス] テーブルのすぐ上にあるドロップダウン メニューを展開して、モデルのフィルター オプションを確認します。

実験バージョンや使用したアルゴリズムで、モデルをフィルタリングすることもできます。最もパフォーマンスの高いモデルのメトリクスを含めるには、[トップ パフォーマー] フィルターを使用します。[選択したモデル] フィルターには、選択したモデルのモデル メトリクスが含まれます。[展開済み] フィルターを使用すると、展開済みのモデルのメトリクスが含まれます。

フィルターを組み合わせると、適用されたフィルターのすべてに一致するモデル メトリクスが表示されます。

ホールドアウト スコアとトレーニング スコアの比較

モデル ビューに表示されるメトリクスは、トレーニング後にモデルのパフォーマンスを検証するために使用される自動ホールドアウト データに基づいています。クロス検証中に生成されたトレーニング メトリクスを表示し、ホールドアウト メトリクスと比較することもできます。[トレーニング データ メトリクスを表示する] をオンまたはオフに切り替えて、トレーニング データ モデル スコアの列を表示します。 多くの場合、これらのスコアは類似していますが、大幅に異なる場合は、データ漏洩やオーバーフィットの問題が発生している可能性があります。

次の手順を実行します。

1. [モデル メトリクス] テーブルで、モデルを選択します。

2. [トレーニング データ メトリクスを表示する] をクリックします。

ハイパーパラメーター値の表示

各アルゴリズムでトレーニングに使用されるハイパーパラメーター値を表示できます。ハイパーパラメーターの詳細については、「ハイパーパラメーターの最適化」を参照してください。

次の手順を実行します。

• [モデル メトリクス] テーブルで、[ハイパーパラメーター] 列の [] をクリックします。

  ハイパーパラメーター値がポップアップ ウィンドウに表示されます。

実験構成の表示

[実験構成] パネルには、現在選択されているモデルの実験バージョンの構成が表示されます。

次の手順を実行します。

1. 実験バージョンでモデルを選択します。

2. または [構成を表示] をクリックして、[実験構成] パネルを開きます。