Modellen analyseren
Qlik Predict biedt een rijke visuele ervaring voor het analyseren van de modellen die u traint in uw experiment. U kunt belangrijke modelstatistieken analyseren met behulp van een eenvoudige interface die automatisch gegenereerde aanbevelingen, samenvattingen en visualisaties bevat. Voor meer gedetailleerde analyses en vergelijkingen kunt u ingebedde analytics gebruiken.
Voordat u begint
Voordat u modellen analyseert, kan het nuttig zijn om een basisbegrip te hebben van de concepten voor modelbeoordeling. Dit omvat de modelscores, het belang van functies en algoritmen.
Zie voor informatie Concepten van modelevaluatie begrijpen.
Snelle analyse
Met een snelle analyse kunt u snel inzicht krijgen in hoe de modeltraining is verlopen en in de kwaliteit van de resulterende modellen. U kunt ook bekijken welke modellen u worden aanbevolen op basis van algemene vereisten.
Voordat u in de analyse duikt, wordt u aangeraden het tabblad Trainingsgegevens te openen om te zien hoe de trainingsgegevens zijn verwerkt. Dit kan belangrijk zijn, omdat functies mogelijk onbruikbaar zijn gebleken in de versie.
Open het tabblad Modellen in het experiment voor een overzicht van de trainingsresultaten. U kunt de modellen snel vergelijken en de best presterende modellen identificeren. De informatie die u op dit tabblad ziet, hangt af van het feit of u modeloptimalisatie van het type Intelligent gebruikt, evenals van het probleemtype voor uw experiment.
Zie voor meer informatie:
Modelvergelijking
Gebruik ingebedde analytics om een interactieve, diepgaande vergelijking van uw modellen uit te voeren. U kunt deze vergelijkingen uitvoeren op het tabblad Vergelijken.
Tijdens de modelvergelijking kunt u:
-
Alle beschikbare modelstatistieken voor alle modellen vergelijken.
-
Trainings- en holdout-scores voor alle modellen bekijken en vergelijken.
-
Hyperparameterwaarden voor alle modellen vergelijken.
Zie voor een uitgebreide handleiding Modellen vergelijken.
Gedetailleerde analyse
Voer op het tabblad Analyseren van het experiment een gedetailleerde analyse van een specifiek model uit. Een gedetailleerde analyse wordt uitgevoerd met ingebedde analytics. U kunt de gegevens interactief filteren om een beter inzicht te krijgen in de modelprestaties voor specifieke gegevensclusters.
Met een gedetailleerde modelanalyse kunt u problemen identificeren die worden veroorzaakt door trainingsgegevens en meer te weten komen over de sterke en zwakke punten van een model.
Zie voor een uitgebreide handleiding Gedetailleerde modelanalyse uitvoeren.
Trainingsrapporten downloaden
Voor aanvullende details kunt u trainingsrapporten downloaden voor modellen in uw experiment. Een trainingsrapport biedt een diepgaande samenvatting van hoe een model is getraind, met uitgebreide details over voorverwerking, functietransformaties, experimentversiebeheer en modelstatistieken. Trainingsrapporten worden rechtstreeks naar uw lokale machine geëxporteerd.
Zie voor meer informatie ML-trainingsrapporten downloaden.
Volgende stappen
Uw volgende stappen kunnen afhangen van hoe u uw modellen optimaliseert.
Intelligente modeloptimalisatie creëert idealiter een model dat klaar is om te implementeren met minimale of geen verdere verfijning. De kwaliteit van de modellen hangt nog steeds af van de kwaliteit van uw trainingsgegevens, de experimentconfiguratie en eventuele vereisten die specifiek zijn voor uw voorspellende use-case. Nadat u de modellen hebt geanalyseerd en eventuele andere problemen met de gegevenskwaliteit of experimentconfiguratie hebt opgelost, bent u klaar om het model te implementeren dat het beste aansluit bij uw vereisten.
Als u na het uitvoeren van intelligente modeloptimalisatie verdere problemen identificeert, of als u intelligente modeloptimalisatie vanaf het begin hebt uitgeschakeld, kunt u handmatig nieuwe versies van het experiment configureren om de resulterende modellen te verbeteren.
Voorbeelden van verfijningstappen zijn:
-
Intelligente optimalisatie inschakelen nadat u er zonder bent gestart.
-
Intelligente optimalisatie uitschakelen na het uitvoeren van een versie ermee. Hiermee kunt u de configuratie naar behoefte aanpassen.
-
De trainingsgegevens wijzigen of vernieuwen.
-
De opgenomen functies wijzigen.
-
De verwerking van functiegegevens wijzigen (bijvoorbeeld het functietype van een functie wijzigen).
Wanneer u de gewenste resultaten hebt bereikt, implementeert u een of meer modellen. Zie voor meer informatie: