시계열 모델 검토

모델 학습의 첫 번째 버전이 완료되면 결과 모델 메트릭 및 추천 모델을 분석합니다.

실험 버전을 실행하면 모델 탭으로 이동하여 결과 모델 메트릭 분석을 시작할 수 있습니다. 학습 데이터 탭으로 돌아가서 스키마 보기 및 데이터 보기에 액세스할 수 있습니다. 비교 및 분석 탭에서 더 세부적인 분석을 수행할 수 있습니다.

Analyzing the 모델 메트릭 table

현재 모델 탭에 있습니다. 모델 메트릭 섹션에서는 일반적인 품질 요구 사항을 기반으로 추천 모델이 강조 표시됩니다. 분석을 위해 가장 우수한 모델 이 자동으로 선택되었습니다.

실험에서 학습된 모델에서 세 가지 추천이 제공됩니다. 단일 모델이 둘 이상의 추천에 표시될 수 있습니다. 추천은 다음과 같습니다.

• 가장 우수한 모델: 최고 성능의 정확도 메트릭과 예측 속도의 균형을 가장 잘 맞춘 모델입니다.

• 가장 정확한 모델: 균형 및 원시 정확도 메트릭에서 가장 높은 점수를 받은 모델입니다.

• 가장 빠른 모델: 강력한 정확도 관련 메트릭 외에도 가장 빠른 예측 속도를 가진 모델입니다.

사용 사례에 가장 적합한 모델을 선택하는 것이 중요합니다. 대부분의 경우 가장 우수한 모델이 가장 유리한 옵션입니다. 그러나 예측 사용 사례에 특정 예측 속도 또는 정확도 메트릭이 필요할 수 있습니다.

상위 모델 유형이 결정되는 방식에 대한 자세한 개요는 사용자에게 가장 적합한 모델 선택를 참조하십시오.

Analyzing the 모델 학습 요약

인터페이스 오른쪽에 있는 모델 학습 요약으로 초점을 이동합니다. 시계열 실험의 경우 모델 학습 요약은 생성한 시계열 구성에 대한 세부 정보를 제공합니다. 특히 최대 예측 창이 이제 확인되었으며 더 이상 추정치가 아님을 알 수 있습니다.

Analyzing the 예측 창의 예측 오차 chart

예측 창의 예측 오차 차트는 선택한 모델이 잘못된 값을 예측하는 비율을 빠르게 파악할 수 있는 자동 생성 시각화입니다. 10, 50, 90 백분위수 오차를 볼 수 있습니다.

다음 단계

이 자습서에서는 학습 v1에서 식별된 가장 우수한 모델을 배포하는 단계로 진행합니다. 시계열 모델 배포에 대한 다음 섹션으로 이동하십시오.