모델 분석
Qlik AutoML은 실험에서 교육한 모델을 분석하기 위한 풍부한 시각적 환경을 제공합니다. 자동 생성된 요약 및 시각화가 포함된 간단한 인터페이스를 사용하여 주요 모델 메트릭을 분석할 수 있습니다. 보다 자세한 분석 및 비교를 위해 포함된 분석을 사용할 수 있습니다.
시작하기 전에
모델을 분석하기 전에 모델 검토 개념을 기본적으로 이해하는 것이 도움이 될 수 있습니다. 여기에는 모델 점수, 기능 중요성 및 알고리즘이 포함됩니다.
자세한 내용은 모델 검토 개념 이해를 참조하십시오.
빠른 분석
빠른 분석을 통해 모델 교육이 어떻게 진행되었는지, 결과 모델의 품질을 빠르게 이해할 수 있습니다.
분석을 시작하기 전에 데이터 탭을 열어 교육 데이터가 어떻게 처리되었는지 확인하는 것이 좋습니다. 해당 버전에서는 기능을 사용할 수 없는 것으로 확인될 수 있으므로 이는 중요할 수 있습니다.
교육 결과의 개요를 보려면 실험에서 모델 탭을 엽니다. 모델을 빠르게 비교하고 최고 성과자를 식별할 수 있습니다. 이 탭에 표시되는 정보는 지능형 모델 최적화 사용 여부와 실험의 문제 유형에 따라 달라집니다.
종합 가이드는 빠른 모델 분석 수행을 참조하십시오.
모델 비교
포함된 분석을 사용하여 모델을 대화형으로 심층적으로 비교할 수 있습니다. 비교 탭에서 이러한 비교를 수행할 수 있습니다.
모델 비교 중에 다음을 수행할 수 있습니다.
-
모든 모델에 대해 사용할 수 있는 모든 모델 메트릭을 비교합니다.
-
모든 모델의 교육 및 홀드아웃 점수를 보고 비교합니다.
-
모든 모델의 하이퍼 매개 변수 값을 비교합니다.
종합 가이드는 모델 비교을 참조하십시오.
세부 분석
실험의 분석 탭에서 특정 모델에 대한 자세한 분석을 수행합니다. 포함된 분석을 통해 자세한 분석이 수행됩니다. 데이터를 대화형으로 필터링하여 특정 데이터 클러스터의 모델 성능을 더 잘 이해할 수 있습니다.
자세한 모델 분석을 통해 학습 데이터로 인해 발생한 문제를 식별하고 모델의 강점과 약점에 대해 자세히 알아볼 수 있습니다.
종합 가이드는 세부 모델 분석 수행을 참조하십시오.
다음 단계
다음 단계는 모델을 최적화하는 방법에 따라 달라질 수 있습니다.
지능형 모델 최적화는 최소한의 구체화 또는 추가 구체화 없이 배포할 준비가 된 모델을 이상적으로 만듭니다. 모델의 품질은 여전히 교육 데이터 및 실험 구성의 품질에 따라 달라집니다. 모델을 분석하고 데이터 품질 또는 실험 구성과 관련된 기타 문제를 해결한 후에는 최고 성능 모델을 배포할 준비가 된 것입니다.
지능형 모델 최적화를 실행한 후 추가 문제를 식별하거나 처음부터 지능형 모델 최적화를 해제한 경우 새 버전의 실험을 수동으로 구성하여 결과 모델을 개선할 수 있습니다.
구체화 단계의 예는 다음과 같습니다.
일단 시작한 후 지능형 최적화를 켭니다.
버전을 실행한 후 지능형 최적화를 끕니다. 이를 통해 필요에 따라 구성을 조정할 수 있습니다.
교육 데이터 변경 또는 새로 고침.
포함된 기능 변경.
피쳐 데이터 처리 변경(예: 피쳐의 피쳐 유형 변경).
원하는 결과를 얻었으면 최상의 모델을 배포합니다. 자세한 내용은 다음을 참조하십시오.