分析模型
Qlik Predict 为分析您在实验中训练的模型提供了丰富的视觉体验。您可以使用包含自动生成的建议、摘要和可视化图表的简单界面来分析关键模型指标。要进行更详细的分析和比较，您可以使用嵌入式分析。
准备工作
在分析模型之前，对模型评估概念有基本的了解会很有帮助。这包括模型评分、特性重要性和算法。
有关信息，请参阅 了解模型审查概念。
快速分析
通过快速分析，您可以快速了解模型训练的进行情况以及所得模型的质量。您还可以查看根据常见需求向您推荐了哪些模型。
在深入分析之前，建议您打开 训练数据 选项卡，以查看训练数据的处理方式。这可能很重要，因为在此版本中可能会发现某些特性无法使用。
打开实验中的 模型 选项卡以查看训练结果的概览。您可以快速比较模型并确定表现最佳的模型。您在此选项卡中看到的信息取决于您是否正在使用 智能 模型优化，以及实验的问题类型。
有关更多信息，请参阅：
模型比较
使用嵌入式分析对您的模型进行交互式、深入的比较。您可以在 比较 选项卡中进行这些比较。
在模型比较过程中，您可以：
-
比较所有模型的所有可用模型指标。
-
查看并比较所有模型的训练和留出评分。
-
比较所有模型之间的超参数值。
有关全面指南，请参阅 比较模型。
详细分析
在实验的 分析 选项卡中，对特定模型进行详细分析。详细分析是通过嵌入式分析进行的。您可以交互式地过滤数据，以更好地了解特定数据簇的模型性能。
通过详细的模型分析，您可以识别由训练数据引起的问题，并详细了解模型的优缺点。
有关全面指南，请参阅 执行 详细的模型分析。
下载训练报告
有关其他详细信息，您可以下载实验中模型的训练报告。训练报告提供了关于模型如何训练的深入摘要，提供了关于预处理、特性转换、实验版本控制和模型指标的全面详细信息。训练报告将直接导出到您的本地计算机。
有关更多信息，请参阅 下载 ML 训练报告。
后续步骤
您的后续步骤可能取决于您如何优化模型。
智能模型优化理想情况下会创建一个准备好部署的模型，只需极少或无需进一步微调。模型的质量仍然取决于您的训练数据质量、实验配置以及特定于您的预测用例的任何需求。在您分析了模型并解决了数据质量或实验配置的任何其他问题之后，您就可以部署最适合您需求的模型了。
如果您在运行智能模型优化后发现进一步的问题，或者如果您从一开始就关闭了智能模型优化，您可以手动配置实验的新版本以改进所得模型。
微调步骤的示例包括：
-
在无智能优化启动后，开启智能优化。
-
在运行了包含智能优化的版本后，关闭智能优化。这允许您根据需要对配置进行微调。
-
更改或刷新训练数据。
-
更改包含的特性。
-
更改特性数据的处理方式（例如，更改特性的特性类型）。
当您获得所需的结果时，部署一个或多个模型。有关更多信息，请参阅：