Ana içeriğe geç Tamamlayıcı içeriğe geç

Model puanlarını görüntüleme

Model görünümünde, makine öğrenimi algoritmalarının eğitiminden elde edilen içgörülerin bir koleksiyonu gösterilir. Metrikler ve grafikler, deney sürümü içinde farklı modelleri veya farklı deney sürümlerini karşılaştırmanıza olanak sağlar. Modelin nasıl performans gösterdiğini ve puanı artırmak için modeli nasıl iyileştirebileceğinizi anlamak için metrikleri inceleyin.

Bir deney sürümü için en uygun algoritma otomatik olarak seçilir ve Kupa ile işaretlenir. Derecelendirme, sınıflandırma modellerinde F1 puanına göre, regresyon modellerinde ise R2 puanına göre yapılır.

Bir model zaten bir ML dağıtımında dağıtılmışsa dağıtımı açmak için ML dağıtımı simgesine tıklayın. Aynı modelden bir veya daha fazla dağıtım oluşturulduysa istenen ML dağıtımını açmak için ML dağıtımı ve ardından Aç simgesine tıklayın.

Metrikler tablosunu ve grafik görselleştirmelerini içeren model görünümü model performansını incelemenize olanak tanır

AutoML model görünümü.

Metrikleri tabloda gösterme

Makine öğrenme probleminin türüne bağlı olarak farklı metrikler kullanılabilir.

  1. Model metrikleri tablosunun sağ üst kısmında Sütun seçici seçeneğine tıklayın.

  2. Gösterilmesini istediğiniz metrikleri seçin.

Model metriklerini görüntüleme

Model metriklerini görüntülerken kullanabileceğiniz çeşitli filtreler vardır. Modellerinizdeki filtre seçeneklerini görmek için Model metrikleri tablosunun hemen üstünde bulunan açılan menüleri genişletin.

Modelleri eğitim sürümüne ve kullanılan algoritmaya göre filtreleyebilirsiniz. En iyi performans gösteren modelim metriklerini eklemek için En iyi performans gösterenler filtresini kullanın. Seçilen model filtresi, seçtiğiniz modele ait model metriklerini ekler. Dağıtılmış modellerin metriklerini eklemek için Dağıtılan filtresini kullanın.

Filtreleri bir arada kullanırken uygulanan filtrelerden herhangi biriyle eşleşen model metrikleri gösterilir.

Modeli inceleme

Sonuçların "En yüksek performansı gösterenler" ölçütüne ve CatBoost algoritmasını kullanan modellere göre filtrelendiği model metrikleri tablosu.

Bekletme puanlarını ve eğitim puanlarını karşılaştırma

Model görünümünde görüntülenen metrikler, eğitimden sonra modeli doğrulamak için kullanılan otomatik bekletme verilerine dayanır. Çapraz doğrulama sırasında oluşturulan eğitim metriklerini de görüntüleyebilir ve bekletme metrikleriyle karşılaştırabilirsiniz. Eğitim veri modeli puanlarının sütunlarını göstermek için Eğitim verisi metriklerini göster seçeneğini açın veya kapatın. Bu puanlar genellikle aynıdır ancak veri sızıntısı veya aşırı öğrenme gibi bir sorun varsa çok farklı olurlar.

  1. Model metrikleri tablosunda bir model seçin.

  2. Eğitim verisi metriklerini göster seçeneğine tıklayın.

Bekletme ve eğitim verisi metriklerini içeren model metrikleri

Eğitim verisi metriklerini göster

Hiper parametre değerlerini görüntüleme

Her algoritma tarafından eğitim için kullanılan hiper parametre değerlerini görüntüleyebilirsiniz. Hiper parametreler hakkında daha fazla bilgi için bkz. Hiper parametre optimizasyonu.

  • Model metrikleri tablosundaki Hiper parametreler sütununda Hiper parametreler seçeneğine tıklayın.

    Hiper parametre değerleri açılan pencerede gösterilir.

Hiper parametre değerlerini görüntüleme

Model metrikleri tablosunda hiper parametre değerlerini görüntüleyin.

Deney yapılandırmasını görüntüleme

Deney yapılandırması bölmesinde, seçili mevcut modelin deney sürümü yapılandırması gösterilir.

  1. Deney sürümünde bir model seçin.

  2. Deney yapılandırması bölmesini açmak için Yapılandırma bölmesi veya Yapılandırmayı görüntüle seçeneğine tıklayın.

Deney yapılandırması

Deney yapılandırması bölmesi.

Daha fazla bilgi

Bu sayfa size yardımcı oldu mu?

Bu sayfa veya içeriği ile ilgili bir sorun; bir yazım hatası, eksik bir adım veya teknik bir hata bulursanız, bize bildirin, düzeltelim!