Navigera i experimentgränssnittet | Qlik CloudHjälp
Gå till huvudinnehåll Gå till ytterligare innehåll

Navigera i experimentgränssnittet

Gränssnittet med flikar hjälper dig att navigera genom varje steg av modellträningen. Använd flikarna och panelen för experimentkonfiguration för att träna och optimera din modell.

Verktygsfält

Använd verktygsfältet för att växla mellan flikar i gränssnittet.

I verktygsfältet kan du även göra följande:

  • Beroende på vilken flik du befinner dig på kan du växla mellan dina tränade modeller.

  • Klicka på Visa konfiguration Visa konfiguration för att konfigurera träningen ytterligare, granska den aktuella versionen eller starta en ny version.

Verktygsfält i ett ML-experiment

Verktygsfält i ett ML-experiment

Konfiguration och Träningsdata

Den här fliken låter dig hantera experimentdata. När du skapar ett experiment är Konfiguration den enda flik som visas. Allteftersom träningen fortskrider byter fliken namn till Träningsdata, och du kan växla till andra flikar för modellanalys.

På den här fliken kan du:

  • Välja ett mål innan du tränar den första versionen.

  • Lägga till eller ta bort funktioner.

  • Visa insikter och statistik för funktionsdatasetet.

  • Välja ett nytt träningsdataset.

  • Konfigurera bias-detektering.

Växla mellan Schemavy Schemavy och Datavy Datavy för olika representationer av träningsdatasetet.

Fliken Konfiguration i ett ML-experiment. Efter träningen byter den här fliken namn till Träningsdata.

Fliken 'Data' i ett ML-experiment innan användaren har kört en version av träningen

Modeller

På fliken Modeller kan du utföra snabbanalyser av träningsresultat och utforska rekommenderade modeller. Den här fliken hjälper dig att jämföra nyckeltal för varje modell och utvärdera olika prediktiva användningsfall.

För att utföra mer detaljerad modellanalys kan du växla till flikarna Jämför och Analysera.

Välj en modell i tabellen Modellmått eller från rekommendationerna ovanför tabellen. Du kan visa:

  • Prestandapoäng.

  • Sammanfattning av modellträning (tillgänglig med intelligent modelloptimering).

  • Visualiseringar av funktionernas betydelse.

  • Andra visualiseringar som är specifika för experimenttypen.

  • Resultat av bias-detektering.

Mer information finns i Utföra snabb modellanalys.

Fliken Modeller i ett ML-experiment som tränats med intelligent modelloptimering

Fliken 'Modeller' i ett ML-experiment, som visar sammanfattning, viktiga modellmått och automatiskt genererade visualiseringar

Jämför

Jämför dina modeller i detalj med inbäddad analys. Gör urval och anpassa instrumentpanelsdata för att upptäcka insikter om modellprestanda.

På fliken Jämför kan du:

  • Få åtkomst till alla tillgängliga modellmått och hyperparametrar.

  • Jämföra tränings- och holdout-mått mellan modeller.

Mer information finns i Jämförelse av modeller.

Fliken Jämför i ett ML-experiment

Jämförande modellanalys i ML-experiment

Analysera

Gör en djupdykning med inbäddad analys för varje modell du tränar.

På fliken Analysera kan du:

  • Analysera prediktionsnoggrannheten ytterligare.

  • Utvärdera funktionernas betydelse på en detaljerad nivå.

  • Visa fördelningen av funktionsdata.

  • Visa detaljerad information om resultat av bias-detektering.

Mer information om detaljerad modellanalys finns i Utföra detaljerad modellanalys.

Fliken Analysera i ett ML-experiment

Fliken 'Analysera' i ett ML-experiment, som visar prediktionsnoggrannhet och funktionernas betydelse

Panel för experimentkonfiguration

Använd den här panelen för att konfigurera experimentinställningar.

Panelen för experimentkonfiguration öppnas som standard i nya experiment. När du har kört en version klickar du på Visa konfiguration Visa konfiguration för att öppna panelen.

Med panelen för experimentkonfiguration kan du:

  • Välj ett mål och en experimenttyp

  • Ange ett versionsnamn

  • Lägg till eller ta bort funktioner

  • Konfigurera en ny version av experimentet

  • Visa vilken typ av modell du tränar

  • Välj att ändra eller uppdatera träningsdatauppsättningen

  • Lägg till eller ta bort algoritmer

  • Ändra inställningar för modelloptimering

  • För tidsseriemodeller anger du prognosinställningarna

  • Konfigurera biasdetektering

Konfigurationspanel för experiment

Konfigurationspanel för experiment med valt mål, experimenttyp och standardfunktionsval

Var den här sidan till hjälp för dig?

Om du stöter på några problem med den här sidan eller innehållet på den, t.ex. ett stavfel, ett saknat steg eller ett tekniskt fel – meddela oss!