# 모델 검토 개념 이해

교육 결과 분석을 시작하기 전에 모델 메트릭에 대한 기본적인 이해를 갖는 것이 도움이 될 수 있습니다.

사용할 수 있는 모델 메트릭은 크게 모델 점수와 기능 중요성 메트릭의 두 가지 유형으로 구분할 수 있습니다. 모델을 검토할 때 두 가지 유형의 메트릭을 모두 분석해야 합니다.

사용할 수 있는 각 알고리즘이 모델을 교육하는 방법에도 차이가 있습니다.

## 모델 점수

모델 점수는 모델 예측의 정확성을 나타냅니다.

[모델 점수 해석](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/scoring-models.htm)

## 기능 중요성

기능 중요성은 기술적으로 모델 점수는 아니지만 모델 품질을 평가하고 잠재적인 문제를 진단하려면 모델 점수와 함께 사용해야 합니다. 또한 기능 중요성은 데이터 추세에 영향을 미치는 키 드라이버에 대한 통찰력을 제공합니다.

[기능 중요성 이해](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/feature-importance.htm)

## 알고리즘

특정 알고리즘은 특정 문제 유형에 가장 잘 작동합니다. 각 알고리즘에는 장점과 단점이 있으므로 모델을 검토할 때 이를 고려해야 합니다.

[모델 알고리즘 이해](https://help.qlik.com/ko-KR/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/algorithms.htm)