# De tijdreeksmodellen beoordelen Nadat de eerste versie van de modeltraining is voltooid, analyseert u de resulterende modelstatistieken en aanbevolen modellen. Wanneer u de experimentversie uitvoert, gaat u naar het tabblad Modellen, waar u kunt beginnen met het analyseren van de resulterende modelmetrieken. U hebt toegang tot Schemaweergave en Gegevensweergave door terug te keren naar het tabblad Trainingsgegevens. Een meer gedetailleerde analyse kan worden uitgevoerd op de tabbladen Vergelijken en Analyseren. InformatieQlik Predict verbetert voortdurend de processen voor modeltraining. Daarom merkt u mogelijk dat de modelmetrieken en andere details in de afbeeldingen op deze pagina niet identiek zijn aan die van u wanneer u deze oefeningen voltooit. Tabblad Modellen in het tijdreeksexperiment. Tabblad Modellen in het tijdreeksexperiment. Tabblad ModellenModellen in het tijdreeksexperiment. ![Tabblad 'Modellen' in het experiment, met informatie over getrainde tijdreeksmodellen](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab.png) ## De tabel Modelmetrieken analyseren U bevindt zich nu op het tabblad Modellen. In de sectie Modelmetrieken worden aanbevolen modellen gemarkeerd op basis van algemene kwaliteitsvereisten. Het beste model the Trofee icon is automatisch geselecteerd voor analyse. Er worden drie aanbevelingen gedaan op basis van de in het experiment getrainde modellen. Een enkel model kan in meer dan één aanbeveling worden vertegenwoordigd. De aanbevelingen zijn: * the Beste model icon: Het model met de beste balans tussen optimaal presterende nauwkeurigheidsmetrieken en voorspellingssnelheid. * the Meest nauwkeurig icon : Het model scoort het hoogst op het gebied van gebalanceerde en onbewerkte nauwkeurigheidsmetrieken. * the Snelste model icon: Het model heeft de snelste voorspellingssnelheid, naast sterke nauwkeurigheidsgerelateerde metrieken. Het is belangrijk om het model te kiezen dat het best past bij uw use case. In de meeste gevallen is het Beste model de meest gunstige optie. Uw voorspellende use case vereist echter mogelijk specifieke voorspellingssnelheden of nauwkeurigheidsmetrieken. Raadpleeg [Het beste model voor u selecteren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/best-models.htm) voor een diepgaand overzicht van hoe de beste modeltypen worden bepaald. Tabel Modelmetrieken met scores en aanbevolen modellen. Tabel Modelmetrieken met scores en aanbevolen modellen. Tabel ModelmetriekenModelmetrieken met scores en aanbevolen modellen. ![Tabel Modelmetrieken met scores en aanbevolen modellen](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-metrics-table.png) ## De Samenvatting van modeltraining analyseren Verleg uw aandacht naar de Samenvatting van modeltraining aan de rechterkant van de interface. Voor tijdreeksexperimenten biedt de samenvatting van de modeltraining details over de tijdreeksconfiguratie die u hebt gemaakt. U kunt met name zien dat het maximale prognosevenster nu is bevestigd en niet langer een schatting is. Samenvatting van modeltraining met details over het geconfigureerde tijdreeksprobleem. Samenvatting van modeltraining met details over het geconfigureerde tijdreeksprobleem. Samenvatting van modeltrainingSamenvatting van modeltraining met details over het geconfigureerde tijdreeksprobleem. ![Sectie met tijdreeksconfiguratie in de samenvatting van de modeltraining](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab-time-series-info.png) ## Het diagram Voorspellingsfout in prognosevenster analyseren Het diagram Voorspellingsfout in prognosevenster is een automatisch gegenereerde visualisatie waarmee u snel inzicht krijgt in de mate waarin het geselecteerde model onjuiste waarden voorspelt. U kunt de fouten voor het tiende, vijftigste en negentigste percentiel bekijken. Diagram Voorspellingsfout in prognosevenster voor het geselecteerde model. Diagram Voorspellingsfout in prognosevenster voor het geselecteerde model. Diagram Voorspellingsfout in prognosevensterVoorspellingsfout in prognosevenster voor het geselecteerde model. ![Diagram met voorspellingsfouten in de tijdreeks voor het geselecteerde model](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-errors.png) ## Tabbladen Vergelijken en Analyseren Op de tabbladen Vergelijken en Analyseren kunt u ingebouwde analyses gebruiken om modelmetrieken verder in meer detail te evalueren en te analyseren. Op het tabblad Analyseren kunt u het model in detail evalueren. U kunt de voorspellingen voor elke groep afzonderlijk bekijken. Dit tabblad toont de voorspelde versus de werkelijke waarden voor de testset, per groep. Tabblad Analyseren in het tijdreeksexperiment, met de werkelijke versus de voorspelde waarden voor een enkele waarde in groep 1. Tabblad Analyseren in het tijdreeksexperiment, met de werkelijke versus de voorspelde waarden voor een enkele waarde in groep 1. Tabblad AnalyserenAnalyseren in het tijdreeksexperiment, met de werkelijke versus de voorspelde waarden voor een enkele waarde in groep 1. ![Tabblad 'Analyseren' in het experiment, met de werkelijke versus de voorspelde waarden voor een enkele waarde in groep 1.](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-analyze-tab_single-group.png) Voor meer informatie raadpleegt u: * [Modellen vergelijken](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm) * [Gedetailleerde modelanalyse uitvoeren](https://help.qlik.com/nl-NL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm) ## Volgende stappen In deze zelfstudie gaat u verder met het implementeren van het the Beste model icon dat is geïdentificeerd in v1 van de training. Ga naar de volgende sectie over het implementeren van uw tijdreeksmodel.