Просмотр оценок модели

На виде модели представлены аналитические данные, полученные при обучении алгоритмов машинного обучения. С помощью метрик и диаграмм вы можете сравнить различные модели в рамках одной версии эксперимента или в разных версиях эксперимента. Проанализируйте метрики, чтобы понять, насколько хорошо работает модель и как можно ее уточнить, чтобы улучшить оценку.

Наиболее эффективный алгоритм для версии эксперимента выбирается автоматически и помечается значком . Оценка основывается на значении F1 в моделях классификации и на значении R2 в регрессионных моделях.

Если модель уже была развернута в развертывании машинного обучения, щелкните значок , чтобы открыть развертывание. Если на основе одной и той же модели было создано одно или несколько развертываний, нажмите кнопку и затем , чтобы открыть нужное развертывание машинного обучения.

Отображение метрик в таблице

Для различных типов задач машинного обучения используются разные метрики.

Выполните следующие действия.

1. Нажмите в правом верхнем углу таблицы Метрики модели.

2. Выберите метрики, которые должны отображаться.

Просмотр метрик модели

При просмотре метрик модели можно использовать несколько фильтров. Разверните раскрывающиеся меню, расположенные прямо над таблицей Метрики модели, чтобы просмотреть параметры фильтров для моделей.

Модели можно фильтровать по версии эксперимента и используемому алгоритму. Чтобы включить метрики самой эффективной модели, используйте фильтр Модели с лучшей эффективностью. При использовании фильтра Выбранная модель будут включены метрики выбранной вами модели. Чтобы включить метрики развернутых моделей, выберите фильтр Развернутые.

При использовании нескольких фильтров будут отображаться метрики модели, соответствующие любому из примененных фильтров.

Сравнение оценок, полученных на основе отложенных данных и оценок, полученных в ходе перекрестной проверки

Метрики, отображаемые на виде модели, сгенерированы на основе автоматически отложенных данных, которые используются для проверки эффективности модели после обучения. Также можно просмотреть метрики обучения, сгенерированные в ходе перекрестной проверки, и сравнить их с метриками, полученными на основе отложенных данных. Включите или выключите Показать метрики данных для обучения, чтобы отображать столбцы с оценками моделей данных для обучения. Эти оценки часто будут схожими, но если они значительно различаются, то, скорее всего, существует проблема утечки данных или переобучения.

Выполните следующие действия.

1. Выберите модель в таблице Метрики модели.

2. Нажмите Показать метрики данных для обучения.

Просмотр значений гиперпараметров

Вы можете просмотреть значения гиперпараметров, используемых для обучения каждым алгоритмом. Для получения дополнительной информации о гиперпараметрах см. раздел Оптимизация гиперпараметров.

Выполните следующие действия.

• Нажмите в столбце Гиперпараметры в таблице Метрики модели.

  Значения гиперпараметров отображаются во всплывающем окне.

Просмотр конфигурации эксперимента

Конфигурацию версии эксперимента для выбранной в данный момент модели можно посмотреть на панели Конфигурация эксперимента.

Выполните следующие действия.

1. Выберите модель в версии эксперимента.

2. Щелкните или Просмотреть конфигурацию, чтобы открыть панель Конфигурация эксперимента.