Ir para conteúdo principal Pular para conteúdo complementar

Refinando modelos

Depois de criar alguns modelos iniciais, é importante refiná-los para aumentar sua eficácia e exatidão potencial. As pontuações do modelo indicam diferentes medidas desse desempenho. Embora o objetivo de refinar os modelos seja aumentar essas pontuações, uma pontuação mais alta nem sempre indica um modelo melhor.

Ao excluir ou incluir recursos e alterar outros parâmetros de configuração, você pode comparar diferentes versões de modelo para ver o efeito de suas alterações.

Ao interpretar as pontuações, você aprenderá como refinar o modelo. Os valores das diferentes métricas podem fornecer insights sobre quais ações tomar para melhorar o resultado.

Requisitos e permissões

Para saber mais sobre os requisitos do usuário para trabalhar com experimentos de ML, consulte Trabalhando com experimentos.

Melhorando o conjunto de dados

Se o seu modelo não pontuar bem, talvez você queira revisar o conjunto de dados para resolver quaisquer problemas. Leia mais sobre como melhorar o conjunto de dados em Preparando seu conjunto de dados para o treinamento.

Excluindo recursos

Mais recursos não significam necessariamente um modelo melhor. Para refinar o modelo, você deseja excluir recursos não confiáveis e irrelevantes, como:

  • Recursos com correlação muito alta. De dois recursos correlacionados, exclua aquele com menor importância de recurso.

  • Recursos com importância muito baixa. Esses recursos não fornecem nenhuma influência sobre o que você está tentando aprender.

  • Recursos com importância muito alta. Pode ser devido a vazamento de dados.

Teste para remover o recurso dos dados de treinamento, execute o treinamento novamente e verifique se isso melhora o modelo. Isso faz uma grande diferença ou nenhuma para a pontuação do modelo?

  1. Abra um experimento do Catálogo.

  2. Selecione o modelo que deseja refinar.

  3. No canto inferior direito, clique em Configurar v2 para abrir o painel Configuração do experimento.

    (O texto no botão depende do número de versões que você executou.)

  4. Em Recursos, desmarque as caixas de seleção de qualquer recurso que você não deseja usar no treinamento.

Nota de dicaComo alternativa, você pode desmarcar recursos no esquema e exibições de dados. Clique em Exibição do esquema para alternar para a exibição do esquema. Clique em Exibição de dados para alternar para a exibição de dados. Retorne à visualização do modelo clicando em Exibição do modelo.

Adicionando recursos

Se o seu modelo ainda não estiver pontuando bem, pode ser porque os recursos que têm um relacionamento com o alvo ainda não foram capturados no conjunto de dados. Leia mais sobre como capturar ou projetar novos recursos em Criando novas colunas de recursos.

Selecionando algoritmos

Com base no tipo de dados de sua coluna alvo, os algoritmos adequados são selecionados automaticamente para treinamento. Você pode excluir os algoritmos que não funcionam tão bem ou são mais lentos. Desta forma, você não precisa perder tempo com eles para treinamento.

Para obter mais informações sobre como os algoritmos são escolhidos, consulte Algoritmos.

  1. Abra um experimento do Catálogo.

  2. Selecione o modelo que deseja refinar.

  3. No canto inferior direito, clique em Configurar v2 para abrir o painel Configuração do experimento.

    (O texto no botão depende do número de versões que você executou.)

  4. Em Algoritmos, desmarque as caixas de seleção dos algoritmos que você não deseja usar no treinamento.

Comparando versões experimentais

Depois de fazer as alterações, execute o treinamento novamente e compare a nova versão com a antiga para ver o efeito das alterações.

  1. Clique em Executar v2 no canto inferior direito da tela para treinar outra versão experimental.

    (O texto no botão depende do número de versões que você executou.)

  2. Na tabela Métricas do modelo, você pode filtrar os modelos usando os menus suspensos para algoritmo, versão e outras propriedades. A tabela também pode ser classificada por colunas de métricas individuais.

Comparando versões de modelos

Tabela de métricas do modelo mostrando a comparação das métricas do modelo em diversas versões do experimento

Excluindo versões experimentais

Você pode excluir versões experimentais que não deseja manter. Observe que todos os modelos nas versões experimentais também serão excluídos e não poderão ser recuperados.

  1. Na tabela Métricas do modelo, selecione um modelo da versão experimental que deseja excluir.

  2. No canto inferior direito, clique em Excluir 1 versão.

  3. Na caixa de diálogo de confirmação, clique em Excluir.

Saiba mais

Esta página ajudou?

Se você encontrar algum problema com esta página ou seu conteúdo - um erro de digitação, uma etapa ausente ou um erro técnico - informe-nos como podemos melhorar!