De modelscores bekijken
In de modelweergave staan inzichten uit de training van machine learning-algoritmen. Met de metrische gegevens en diagrammen kunt u verschillende modellen in een experimentversie vergelijken of u kunt verschillende experimentversies vergelijken. Bekijk de metrische gegevens om te zien hoe goed het model heeft gepresteerd en hoe u het model kunt verfijnen om de score te verbeteren.
Het algoritme dat het beste bij een experimentversie past, wordt automatisch geselecteerd en gemarkeerd met . De score is gebaseerd op de F1-score in classificatiemodellen en de R2-score in regressiemodellen.
Als een model al is geïmplementeerd in een ML-implementatie, klik dan op het pictogram om de implementatie te openen. Als er één of meer implementaties voor hetzelfde model zijn gemaakt, klikt u op en vervolgens op om de gewenste ML-implementatie te openen.
Toont metrische gegevens in tabel
Er zijn verschillende metrische gegevens beschikbaar, afhankelijk van het type machine learning-probleem.
Doe het volgende:
-
Klik rechtsbovenaan in de tabel Metrische modelgegevens op .
-
Selecteer alle metrische gegevens die u wilt weergeven.
Metrische modelgegevens weergeven
Er zijn verschillende filters die u kunt gebruiken wanneer u metrische modelgegevens bekijkt. Vouw de vervolgkeuzemenu's uit die direct boven de tabel met Metrische modelgegevens staan om de filteropties voor uw modellen te bekijken.
U kunt modellen filteren op de experimentversie en het algoritme die zijn gebruikt. Als u de metrische gegevens voor het best presterende model wilt toevoegen, gebruikt u het filter Toppresteerders. Het filter Geselecteerd model bevat metrische modelgegevens voor het door u geselecteerde model. Gebruik het filter Geïmplementeerd om metrische gegevens toe te voegen voor modellen die zijn geïmplementeerd.
Wanneer u filters combineert, worden de metrische modelgegevens getoond die overeenkomen met een van de toegepaste filters.
Evaluatie- en trainingsscores vergelijken
De in de modelweergave getoonde metrische gegevens zijn gebaseerd op de automatische evaluatiegegevens, die worden gebruikt om de modelprestatie na training te valideren. U kunt ook de metrische gegevens voor training bekijken die zijn gegenereerd tijdens de kruisvalidatie en ze vergelijken met de metrische gegevens uit de evaluatiegegevensverzameling. Schakel Metrische trainingsgegevens tonen in of uit om kolommen te tonen voor de scores van het trainingsgegevensmodel. Deze scores zijn vaak vergelijkbaar, maar als ze sterk verschillen, is er meer dan waarschijnlijk een probleem met gegevenslekken of overfitting.
Doe het volgende:
-
Selecteer een model in de tabel Metrische modelgegevens.
-
Klik op Statistieken met trainingsgegevens tonen.
Hyperparameterwaarden bekijken
U kunt de hyperparameterwaarden bekijken die door elk van de algoritmen zijn gebruikt voor training. Zie Optimalisatie van hyperparameter voor meer informatie over hyperparameters.
Doe het volgende:
-
Klik in de kolom Hyperparameters in de tabel Metrische modelgegevens op .
De hyperparameterwaarden worden weergegeven in een pop-upvenster.
Experimentconfiguratie weergeven
Het deelvenster Experimentconfiguratie toont de configuratie van de experimentversie voor het op dit moment geselecteerde model.
Doe het volgende:
-
Selecteer een model in een experimentversie.
-
Klik op of klik op Configuratie weergeven om het deelvenster Experimentconfiguratie te openen.