# Przeglądanie modeli szeregów czasowych

Po zakończeniu pierwszej wersji trenowania modelu przeanalizuj uzyskane metryki modelu i rekomendowane modele.

Po uruchomieniu wersji eksperymentu następuje przejście do karty Modele, na której można rozpocząć analizowanie uzyskanych metryk modelu. Dostęp do karty Widok schematu i Widok danych można uzyskać, wracając do karty Dane treningowe. Bardziej szczegółową analizę można przeprowadzić na kartach Porównaj i Analizuj.

InformacjaQlik Predict stale ulepsza swoje procesy trenowania modeli. W związku z tym po wykonaniu tych ćwiczeń można zauważyć, że metryki modeli i inne szczegóły przedstawione na obrazach na tej stronie nie są identyczne z własnymi.

Karta Modele w eksperymencie szeregów czasowych.

Karta Modele w eksperymencie szeregów czasowych.

Karta ModeleModele w eksperymencie szeregów czasowych. ![Karta „Modele” w eksperymencie, przedstawiająca informacje o wytrenowanych modelach szeregów czasowych](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab.png)

## Analizowanie tabeli Metryki modelu

Znajdujesz się teraz na karcie Modele. W sekcji Metryki modelu rekomendowane modele są wyróżnione na podstawie typowych wymagań jakościowych. Najlepszy model the Trofeum icon został automatycznie wybrany do analizy.

Dostępne są trzy rekomendacje spośród modeli wytrenowanych w eksperymencie. Pojedynczy model może być reprezentowany w więcej niż jednej rekomendacji. Rekomendacje to:

* the Najlepszy model icon: model, który najlepiej równoważy najwyższe metryki dokładności i szybkość prognozowania.

* the Najdokładniejszy icon : model uzyskujący najwyższe wyniki w zrównoważonych i surowych metrykach dokładności.

* the Najszybszy model icon: model o najszybszym czasie prognozowania, a także o wysokich metrykach związanych z dokładnością.

Ważne jest, aby wybrać model najlepiej dopasowany do danego przypadku użycia. W większości przypadków Najlepszy model jest najkorzystniejszą opcją. Jednak Twój przypadek użycia prognozowania może wymagać określonej szybkości prognozowania lub określonych metryk dokładności.

Aby uzyskać szczegółowy przegląd sposobu określania najlepszych typów modeli, zobacz [Wybór najlepszego modelu dla siebie](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/best-models.htm).

Tabela Metryki modelu przedstawiająca wyniki i rekomendowane modele.

Tabela Metryki modelu przedstawiająca wyniki i rekomendowane modele.

Tabela Metryki modeluMetryki modelu przedstawiająca wyniki i rekomendowane modele. ![Tabela metryk modelu przedstawiająca wyniki i rekomendowane modele](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-metrics-table.png)

## Analizowanie sekcji Podsumowanie trenowania modelu

Przenieś uwagę na sekcję Podsumowanie trenowania modelu po prawej stronie interfejsu. W przypadku eksperymentów szeregów czasowych podsumowanie trenowania modelu zawiera szczegółowe informacje o utworzonej konfiguracji szeregów czasowych. W szczególności widać, że maksymalne okno prognozy zostało potwierdzone i nie jest już szacunkiem.

Sekcja Podsumowanie trenowania modelu przedstawiająca szczegółowe informacje o skonfigurowanym problemie szeregów czasowych.

Sekcja Podsumowanie trenowania modelu przedstawiająca szczegółowe informacje o skonfigurowanym problemie szeregów czasowych.

Sekcja Podsumowanie trenowania modeluPodsumowanie trenowania modelu przedstawiająca szczegółowe informacje o skonfigurowanym problemie szeregów czasowych. ![Sekcja konfiguracji szeregów czasowych w podsumowaniu trenowania modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml-time-series-tutorial-models-tab-time-series-info.png)

## Analizowanie wykresu Błąd predykcji w oknie prognozy

Wykres Błąd predykcji w oknie prognozy to automatycznie generowana wizualizacja, która pozwala szybko ocenić częstotliwość, z jaką wybrany model przewiduje nieprawidłowe wartości. Można wyświetlić błąd dla dziesiątego, pięćdziesiątego i dziewięćdziesiątego percentyla.

Wykres Błąd predykcji w oknie prognozy dla wybranego modelu.

Wykres Błąd predykcji w oknie prognozy dla wybranego modelu.

Wykres Błąd predykcji w oknie prognozyBłąd predykcji w oknie prognozy dla wybranego modelu. ![Wykres błędów predykcji szeregów czasowych dla wybranego modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-models-tab-errors.png)

## Karty Porównaj i Analizuj

Na kartach Porównaj i Analizuj można korzystać z wbudowanych analiz, aby dokładniej oceniać i analizować metryki modelu.

Karta Analizuj umożliwia szczegółową ocenę modelu. Można przeglądać prognozy dla każdej grupy z osobna. Na tej karcie wyświetlane są wartości przewidywane w porównaniu z rzeczywistymi dla zbioru testowego, w podziale na grupy.

Karta Analizuj w eksperymencie szeregów czasowych, przedstawiająca wartości rzeczywiste w porównaniu z prognozowanymi dla pojedynczej wartości w grupie 1.

Karta Analizuj w eksperymencie szeregów czasowych, przedstawiająca wartości rzeczywiste w porównaniu z prognozowanymi dla pojedynczej wartości w grupie 1.

Karta AnalizujAnalizuj w eksperymencie szeregów czasowych, przedstawiająca wartości rzeczywiste w porównaniu z prognozowanymi dla pojedynczej wartości w grupie 1. ![Karta „Analizuj” w eksperymencie, przedstawiająca wartości rzeczywiste w porównaniu z prognozowanymi dla pojedynczej wartości w grupie 1.](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Resources/Images/ml_time-series-tutorial-analyze-tab_single-group.png)

Więcej informacji zawierają następujące sekcje:

* [Porównanie modeli](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-compare.htm)

* [Szczegółowa analiza modelu](https://help.qlik.com/pl-PL/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm)

## Kolejne kroki

W tym samouczku przejdziesz do wdrożenia modelu the Najlepszy model icon zidentyfikowanego w wersji v1 trenowania. Przejdź do następnej sekcji dotyczącej wdrażania modelu szeregów czasowych.