Modelleri iyileştirme

Otomatik makine öğrenimi ile çalışmanın önemli bir bölümü, puanları iyileştirmek için modellerinizi iyileştirme işleminden oluşur. Özellikleri hariç tutarak ve dahil ederek ve diğer yapılandırma parametrelerini değiştirerek, yaptığınız değişikliklerin etkilerini görmek için farklı model sürümlerini karşılaştırabilirsiniz.

Puanları yorumlayarak modelin nasıl iyileştirileceğini anlarsınız. Farklı metrik değerleri, sonucu iyileştirmek için yapmanız gereken eylemlerle ilgili içgörüler sağlayabilir.

Veri kümesini iyileştirme

Modelinizin puanı iyi değilse sorunları düzeltmek için veri kümesini incelemeniz gerekebilir. Veri kümenizi eğitim için hazırlama bölümünden veri kümesini iyileştirme hakkında daha fazla bilgi edinin.

Özellikleri hariç tutma

Daha fazla özellik kullanmanız, daha iyi bir model elde edeceğiniz anlamına gelmez. Modeli iyileştirmek için güvenilir olmayan ve ilgili olmayan şu tür özellikleri hariç tutmanız gerekir:

• Çok yüksek korelasyona sahip özellikler. Korelasyona ilişkisi bulunan iki özellikten daha az önemli olan özelliği hariç tutun.

• Özellik önemi çok düşük olan özellikler. Bu özelliklerin, öğrenmek istediğiniz hedef üzerinde etkisi yoktur.

• Çok yüksek özellik önemine sahip özellikler. Bu, veri sızıntısı nedeniyle ortaya çıkan bir durum olabilir.

Özelliği eğitim verilerinden kaldırmak için test yapın ve ardından eğitimi yeniden çalıştırdıktan sonra bu kaldırma işlemin modeli iyileştirip iyileştirmediğini kontrol edin. Model puanı için önemli bir fark yaratıyor mu veya hiç fark yaratmıyor mu?

Aşağıdakileri yapın:

1. Katalogdan bir deney açın.

2. İyileştirmek istediğiniz modeli seçin.

3. Sağ alt kısımda, Deney yapılandırması bölmesini açmak için Yapılandır v2 seçeneğine tıklayın.

   (Düğme metni, çalıştırdığınız sürüm sayısına göre değişir.)

4. Özellikler bölümünde, eğitimde kullanmak istemediğiniz özelliklerin onay kutusu işaretlerini kaldırın.

Özellik ekleme

Modeliniz yine de iyi puan alamıyorsa bunun nedeni, veri kümesinde hedefle ilişkili özelliklerin yer almaması olabilir. Yeni özellik sütunları oluşturma bölümünde, yeni özellikler belirleme veya oluşturma hakkında daha fazla bilgi edinin.

Algoritmaları seçme

Hedef sütununuzdaki veri türüne bağlı olarak uygun algoritmalar eğitim için otomatik seçilebilir. İyi performans göstermeyen veya yavaş çalışan algoritmaları hariç tutmanız gerekebilir. Böylece eğitimde bu algoritmalarla zaman kaybetmemiş olursunuz.

Algoritmaların nasıl seçildiği hakkında daha fazla bilgi edinmek için bkz. Algoritmalar.

Aşağıdakileri yapın:

1. Katalogdan bir deney açın.

2. İyileştirmek istediğiniz modeli seçin.

3. Sağ alt kısımda, Deney yapılandırması bölmesini açmak için Yapılandır v2 seçeneğine tıklayın.

   (Düğme metni, çalıştırdığınız sürüm sayısına göre değişir.)

4. Algoritmalar bölümünde, eğitimde kullanmak istemediğiniz algoritmaların onay kutularından seçimi kaldırın.

Deney sürümlerini karşılaştırma

Değişikliklerinizi yaptıktan sonra eğitimi tekrar çalıştırın ve değişikliklerinizin etkisini görmek için yeni sürümü eskisiyle karşılaştırın.

Aşağıdakileri yapın:

1. Başka bir deney sürümü eğitmek için ekranın sağ alt köşesindeki Çalıştır v2 seçeneğine tıklayın.

   (Düğme metni, çalıştırdığınız sürüm sayısına göre değişir.)

2. Metrikler tablosunda modelleri sıralayabilir veya karşılaştırmak istediğiniz modelleri bulmak için Algoritma filtresini kullanabilirsiniz.

Deney sürümlerini silme

Saklamak istemediğiniz deney sürümlerini silebilirsiniz. Deney sürümlerindeki tüm modellerin de silineceğini ve kurtarılamayacağını unutmayın.

Aşağıdakileri yapın:

1. Model metrikleri tablosunda, silmek istediğiniz deney sürümündeki bir modeli seçin.

2. Sağ altta 1 sürümü sil seçeneğine tıklayın.

3. Onay diyalog penceresinde Sil'e tıklayın.