# 比较模型 在实验的比较选项卡中，您可以查看所训练模型的所有模型分数和超参数。使用嵌入式分析比较模型。 训练结束后，在比较选项卡中对模型进行比较分析。比较完模型后，您可以切换到分析选项卡，对单个模型进行详细分析。有关更多信息，请参阅[执行 详细的模型分析](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-detailed.htm)。 ## 分析工作流 为了全面了解模型训练结果，建议您完成快速分析，然后继续操作比较和分析选项卡中的其他选项。快速分析提供了一个模型训练摘要，显示了在智能优化过程中删除了哪些特性，还提供了许多自动生成的可视化结果以供快速使用。比较和分析选项卡不显示模型训练摘要，但可以让您更深入地了解模型指标，以更好地了解模型的质量。有关快速分析的更多信息，请参阅[执行快速模型分析](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/analyze-models-quick.htm)。 ## 理解概念 在开始比较模型之前，对模型分析背后的概念有一个基本的了解可能会有所帮助。有关更多信息，请参阅[了解模型审查概念](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/model-review-concepts.htm)。 ## 优化设置对分析的影响 对于分类和回归实验，根据您是否使用了智能模型优化，您的分析体验可能会略有不同。默认情况下，新的分类和回归实验的智能模型优化处于打开状态。 ### 分析用智能优化训练的模型 默认情况下，新的分类和回归实验使用智能模型优化运行。 信息注释智能模型优化不适合时间序列实验。 智能模型优化提供了一个更稳健的训练过程，理想情况下，该流程可创建一个几乎不需要进一步改进就可以部署的模型。部署这些模型以用于生产用例时，这些模型的性能仍然取决于使用包含相关特性和数据的高质量数据集对其进行的训练。 如果您的版本接受训练时使用了智能模型优化，请考虑以下方面： * 版本中的每个模型都可以根据算法分析数据的方式拥有不同的特性选择。 * 在深入具体分析之前，在模型选项卡中阅读模型的模型训练摘要。模型训练摘要显示了 Qlik Predict 如何通过迭代特性选择和应用高级转换来自动优化模型的摘要。 有关智能模型优化的更多信息，请参阅[智能模型优化](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm)。 ### 分析不用智能优化训练的模型 或者，您可能已经关闭了训练版本的智能模型优化。如果您需要对训练过程进行更多控制，手动优化模型可能会有所帮助。 如果使用手动优化，则版本中的所有模型都将具有相同的特性选择，因此不需要模型训练摘要。 ## 检查配置 在预处理期间，特征可能会被排除在训练之外。这通常是因为随着训练的进行，与运行版本之前相比，人们对数据有了更多的了解。 在查看 模型训练摘要（仅在进行智能优化时显示）后，如果您需要检查这些其他更改，可以仔细查看实验配置。 执行以下操作： 1. 在实验中，切换到 训练数据 选项卡。 2. 确保您处于 the 架构视图 icon 。 3. 使用工具栏中的下拉菜单从版本中选择模型。 4. 分析模型架构。您可能需要重点关注 见解 和 特征类型 列，以查看某些特征是否已被丢弃或已转换为不同的特征类型。 例如，最初标记为 可能的自由文本 的特征在您运行版本后可能已被排除。 有关每个见解含义的更多信息，请参阅 [解释数据集洞察](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/dataset-insights.htm#Explanations)。 请注意，如果您使用默认的智能优化选项运行版本，由于自动优化，版本中的每个模型可能会有不同的特征选择。如果运行版本时没有进行智能优化，则版本中所有模型的特征选择将是相同的。有关智能模型优化的更多信息，请参阅 [智能模型优化](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/intelligent-model-optimization.htm)。 根据您在此配置中的发现，您可能需要返回到数据集准备阶段以改进您的特征数据。 ## 启动模型比较 执行以下操作： * 训练结束后打开比较选项卡。 分析内容取决于实验目标所定义的模型类型。不同的模型类型将有不同的指标。 ## 导航嵌入式分析 使用该界面以交互方式将模型与嵌入式分析进行比较。 ### 在工作表之间切换 工作表面板允许您在分析中的工作表之间切换。每张工作表都有一个特定的焦点。面板可以根据需要展开和折叠。 ### 选择选择项 使用 选择来优化数据。您可以选择模型、特性和其他参数。这让您可以更仔细地查看训练详情。在某些情况下，您可能需要做出一个或多个选择才能显示可视化。单击可视化和筛选器窗格中的数据值进行选择。 您可以对选择执行以下操作： * 通过单击内容、定义范围和绘图来选择值。 * 在图表中搜索以选择值。 * 单击嵌入式分析顶部工具栏中的选定字段。这允许您在现有选择项中搜索、锁定或解锁它们，并进一步修改它们。 * 在嵌入式分析顶部的工具栏中，单击 the 移除 icon 以删除选择。单击 the 清除选择项 icon 图标清除所有选择。 * 通过单击 the 在选择项中后退 icon 和 the 在选择项中前进 icon，在选择中前进和后退。 分析包含筛选器窗格，以便更容易地优化数据。在筛选器窗格中，单击要选择的值的复选框。如果筛选器窗格包含多个列表框，请单击一个列表框将其展开，然后进行任何所需的选择。 ### 自定义表格 表格可视化允许您自定义其外观和感觉，以及其中显示的列。表格可以通过以下选项进行定制： * 通过单击并拖动列的外边框来调整列宽 * 单击列标题以： * 调整列的排序 * 在列中搜索值 * 应用选择项 ### 重新加载数据 单击重新加载数据”以使用最新的训练数据刷新分析。如果您或其他用户在打开分析后运行其他版本的训练，则需要重新加载数据以将这些较新版本可视化。 ### 将数据导出到目录 您可以将模型比较分析中使用的数据导出到目录中。数据导出到 Qlik Cloud Analytics 中的空间。您可以使用导出的数据创建自己的 Qlik Sense 应用程序进行自定义分析。 有关更多信息，请参阅[导出模型训练数据](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/export-model-data.htm)。 ## 按特定指标对模型进行排名 模型比较工作表包含交互式图表，用于可视化模型在指定指标上的相互比较情况。使用每个图表下方的筛选器窗格来可视化不同的指标。使用此自定义来显示对您的预测用例最重要的指标。 比较选项卡上的模型比较工作表 比较选项卡上的模型比较工作表 比较比较选项卡上的模型比较模型比较工作表![比较模型分析，显示关键指标和可视化](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison.png) ## 比较模型分数和超参数值 在详细信息工作表上，模型分数和超参数以表格形式显示。使用工作表左侧的筛选器窗格，根据需要添加和删除模型和指标。 ### 比较保留分数和训练分数 详细信息工作表显示了基于自动保留数据（用于在训练后验证模型性能的数据）的指标。您还可以将训练数据指标添加到模型指标表中，以便与保留分数进行比较。这些分数通常相似，但如果差异很大，则可能存在数据泄露或过度拟合的问题。 执行以下操作： 1. 在比较选项卡中，打开详细信息工作表。 2. 在工作表左侧的要显示的列部分中，展开指标筛选器窗格。 3. 选中和取消选中复选框以根据需要更改列。训练数据指标可作为列添加。 这些列将添加到模型度量表中。 您可以比较模型的所有评分指标。在表格中添加其他指标，包括训练数据指标。 您可以比较模型的所有评分指标。在表格中添加其他指标，包括训练数据指标。 您可以比较模型的所有评分指标。在表格中添加其他指标，包括训练数据指标。![比较模型分析，显示模型分数和超参数表，其中扩展列表框以添加训练数据指标](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison-tables.png) ## 比较预测窗口的预测误差 时间序列预测工作表仅适用于时间序列实验。在此工作表中，您可以分析[预测窗口](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Sense_Hub/AutoML/machine-learning-framework-time-series.htm#ForecastHorizon)中每个时间步的平均绝对相对预测误差。此信息针对每个模型单独显示。此工作表可以帮助您了解每个模型在预测质量方面受影响最大的地方。 模型比较分析中的时间序列预测工作表，显示与时间序列实验相关的信息。 模型比较分析中的时间序列预测工作表，显示与时间序列实验相关的信息。 模型比较分析中的时间序列预测时间序列预测工作表，显示与时间序列实验相关的信息。![比较模型分析，显示时间序列预测误差指标](https://help.qlik.com/zh-CN/cloud-services/Subsystems/Hub/Content/Resources/Images/ui_gen-experiment-model-comparison-time-series.png)